모듈 10: 보는 신경망(CNN)
유닛 하나가 이미지를 얼마나 보는가
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
왜 중요한가 CNN 깊은 곳의 유닛은 자기가 볼 수 있는 이미지 조각 안에 들어가는 것만 알아볼 수 있어요. 그 조각 크기를 알면 신경망이 무엇을 알아챌 수 있고 없는지 알 수 있어요.
보기
애니메이션을 재생하세요. 층 1의 유닛 하나는 3 × 3 픽셀을 봐요. 층 2의 유닛은 층 1 유닛 3 × 3개를 보고, 그 각각은 3 × 3 픽셀을 겹쳐서 봐요: 합쳐서 5 × 5. 3 × 3 층마다 2를 더해요. 스트라이드 2는 그 뒤의 모든 층이 더하는 양을 두 배로 하는데, 그래서 스트라이드와 풀링이 깊은 유닛을 멀리 보게 해요.
규칙
r, jump = 1, 1
for k, s in layers:
r += (k - 1) * jump
jump *= s
스트라이드 1인 3 × 3 층 셋: r = 1 + 2 + 2 + 2 = 7.
수용 영역: 유닛 하나에 영향을 줄 수 있는 입력의 조각.
이 레슨의 단어와 기호
- 패딩 (p), 스트라이드 (s)
- 가장자리 둘레에 더한 0들, 필터가 걸음마다 움직이는 픽셀 수
- 풀링
- 각 블록의 최댓값이나 평균을 남겨서 맵을 줄이기
- 수용 영역
- 유닛 하나에 영향을 줄 수 있는 입력의 조각
내 차례
receptive_field(layers)를 쓰세요. layers는 (kernel, stride) 쌍의 리스트이고, 첫 층이 먼저예요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.