Por que imagens quebram MLPs
Por que isso importa Seu leitor de dígitos do Módulo 3 marcou cerca de 95%, e o um pouco maior nesta lição marca cerca de 98%. Mova cada dígito um pixel para a direita e ele colapsa. Ver o porquê é a razão inteira de as redes convolucionais existirem.
Uma MLP dá a cada pixel seu próprio peso. Ela aprende que "um pixel brilhante na linha 3, coluna 5 significa um 7". Desloque o dígito em um pixel e cada pixel brilhante cai em um peso que aprendeu outra coisa. Para a MLP, um 7 deslocado é uma imagem totalmente nova.
O que queremos é uma rede que reconheça um padrão onde quer que ele apareça. Guarde esse pensamento; a próxima lição constrói a ferramenta.
Invariância de tradução: dar a mesma resposta quando a entrada é movida. MLPs não têm; CNNs na maioria têm.
Palavras e símbolos nesta lição
- convolution
- deslizando uma pequena grade de pesos (um filtro) por uma imagem, um produto escalar por posição
- filter, mapa de características
- a pequena grade aprendida de pesos; e a imagem de suas respostas
As imagens dos dígitos vêm como um array de formato (N, 8, 8, 1): N imagens, 8 linhas, 8 colunas e 1 canal por último (nível de cinza de 0 a 1). Esse layout de canais por último é usado para cada imagem neste módulo. Escreva shift(X, dx) que move cada imagem dx pixels para a direita (use np.roll ao longo do eixo da coluna). Depois preencha acc com a acurácia de teste da MLP treinada nos deslocamentos 0, 1 e 2.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.