Свёртка вручную
Почему это важно Один маленький набор весов, скользящий по всему изображению, находит один и тот же узор везде. Эта одна идея чинит то, что только что сломалось на ваших глазах.
Посмотрите
Запустите анимацию. Сетка весов 3 на 3, фильтр, лежит на верхнем левом углу изображения. Умножьте каждый из 9 пикселей под ней на вес над ним и сложите: это одно выходное число. Сдвиньтесь на шаг вправо и повторите. Когда фильтр побывает в каждой позиции, выходы образуют новое, чуть меньшее изображение, называемое картой признаков.
Маленькие числа
Фильтр [[-1, 0, 1]] * 3 rows откликается на изменение яркости слева направо: на участке, тёмном слева и светлом справа, он даёт большое положительное число; на ровном участке - 0. Это детектор краёв, и в CNN такие фильтры выучиваются, а не пишутся вручную.
Фильтр (ядро): маленькая сетка весов. Valid-свёртка: только позиции, где фильтр целиком помещается в изображении, поэтому изображение n на n и фильтр k на k дают (n - k + 1) на (n - k + 1).
Слова и символы этого урока
- свёртка
- скольжение маленькой сетки весов (фильтра) по изображению, одно скалярное произведение на позицию
- фильтр, карта признаков
- маленькая обучаемая сетка весов; и изображение её откликов
Напишите conv2d(img, k): valid-свёртку (вида, принятого в глубоком обучении, без отражения фильтра) двумерного изображения с двумерным фильтром, с циклами по выходным позициям.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.