Программа курса Урок 113 из 246 · Модуль 10: Сети, которые видят (CNN)
Модуль 10: Сети, которые видят (CNN)

Padding, stride и пулинг

Почему это важно Каждое решение при проектировании CNN меняет размер карт признаков. Если вы можете вычислять размеры в уме, вы можете читать и проектировать любую CNN.

  • Padding p: добавьте p строк и столбцов нулей вокруг изображения, чтобы фильтр мог стоять на краях. При p = (k - 1) / 2 выход сохраняет размер входа ("same" padding).
  • Stride s: сдвигайте фильтр на s пикселей за раз. Stride 2 примерно вдвое уменьшает размер.
  • Пулинг: уменьшение карты с сохранением наибольшего значения (max pool) или среднего каждого блока 2 на 2.

Одна формула

out = (n + 2p - k) // s + 1. Проверка: n = 8, k = 3, p = 1, s = 1 даёт 8. При s = 2 получается 4.

Слова и символы этого урока
фильтр, карта признаков
маленькая обучаемая сетка весов; и изображение её откликов
padding (p), stride (s)
нули, добавленные по краю; на сколько пикселей фильтр сдвигается за шаг
out = (n + 2p - k) // s + 1
сторона выхода для стороны входа n и стороны фильтра k
пулинг
уменьшение карты с сохранением максимума или среднего каждого блока
Твоя очередь

Напишите out_size(n, k, p, s) и maxpool2(img) для двумерного изображения с чётными сторонами. Затем предскажите в predictions сторону выхода для пяти случаев, перечисленных в стартовом коде.

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.