Hoeveel van de afbeelding één eenheid ziet
Waarom dit ertoe doet Een eenheid diep in een CNN kan alleen iets herkennen dat binnen de patch van de afbeelding valt die het kan zien. Weten wat de patch grootte is vertelt je wat een netwerk wel en niet kan opmerken.
Bekijk het
Speel de animatie af. Eén eenheid in laag 1 ziet 3 bij 3 pixels. Een eenheid in laag 2 ziet 3 bij 3 laag-1 eenheden, en elk daarvan ziet 3 bij 3 pixels, overlappend: samen 5 bij 5. Elke 3 bij 3 laag voegt 2 toe. Een stride van 2 verdubbelt hoeveel elke latere laag toevoegt, dat is waarom strides en pooling diepe eenheden ver weg laten zien.
De regel
r, jump = 1, 1
for k, s in layers:
r += (k - 1) * jump
jump *= s
Drie 3 bij 3 lagen, stride 1: r = 1 + 2 + 2 + 2 = 7.
Receptive field: het deel van de input dat één eenheid kan beïnvloeden.
Woorden en symbolen in deze les
- padding (p), stride (s)
- zeros toegevoegd rond de rand; hoeveel pixels de filter elke stap beweegt
- pooling
- een kaart verkleinen door het maximum of gemiddelde van elk blok te behouden
- receptive field
- het deel van de input dat één eenheid kan beïnvloeden
Schrijf receptive_field(layers), waarbij layers een lijst van (kernel, stride) paren is, eerst de eerste laag.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.