シラバス レッスン 246 中 114 · 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)

ひとつのユニットが画像のどれだけを見るか

なぜ大切か CNN の深いところのユニットが見分けられるのは、見える画像のかけらの中に収まるものだけです。そのかけらの大きさを知れば、ネットワークが何に気づけて何に気づけないかがわかります。

見てみる

アニメーションを再生してください。層 1 のひとつのユニットは 3 × 3 画素を見ます。層 2 のユニットは 3 × 3 の層 1 のユニットを見て、そのそれぞれが重なり合って 3 × 3 画素を見ます:合わせて 5 × 5。3 × 3 の層ごとに 2 が加わります。ストライド 2 は、それより後のどの層が加えるものも 2 倍にするので、ストライドとプーリングが深いユニットに遠くを見させるのです。

規則

r, jump = 1, 1
for k, s in layers:
    r += (k - 1) * jump
    jump *= s

ストライド 1 の 3 × 3 の層を 3 つ:r = 1 + 2 + 2 + 2 = 7。

受容野:ひとつのユニットに影響しうる入力のかけらです。

このレッスンの言葉と記号
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
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
受容野
ひとつのユニットに影響しうる入力のかけら
あなたの番

receptive_field(layers) を書いてください。layers は (kernel, stride) の組のリストで、最初の層が先です。

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。