シラバス レッスン 246 中 113 · モジュール 10:見るネットワーク(CNN)
モジュール 10:見るネットワーク(CNN)

パディング、ストライド、プーリング

なぜ大切か CNN の設計のどの判断も、特徴マップの大きさを変えます。頭の中で大きさを割り出せれば、どんな CNN も読めて設計できます。

  • パディング p:フィルターが端に乗れるよう、画像のまわりに p 行と p 列のゼロを加える。p = (k - 1) / 2 なら、出力は入力の大きさを保つ(「same」のパディング)。
  • ストライド s:フィルターを一度に s 画素動かす。ストライド 2 はおおよそ大きさを半分にする。
  • プーリング:それぞれの 2 × 2 のかたまりの最大(最大プーリング)か平均を残してマップを縮める。

ひとつの式

out = (n + 2p - k) // s + 1。確かめます:n = 8、k = 3、p = 1、s = 1 は 8 を返します。s = 2 では 4 を返します。

このレッスンの言葉と記号
フィルター、特徴マップ
学習した重みの小さな格子。そしてその反応の画像
パディング (p)、ストライド (s)
端のまわりに加えるゼロ。フィルターが一歩ごとに何画素動くか
out = (n + 2p - k) // s + 1
入力の辺 n とフィルターの辺 k についての出力の辺
プーリング
それぞれのかたまりの最大か平均を残してマップを縮めること
あなたの番

out_size(n, k, p, s) と、辺が偶数の 2 次元の画像について maxpool2(img) を書いてください。それから predictions に、最初のコードに挙げた 5 つの場合の出力の辺を予測してください。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。