Chương trình học Bài 113 trên tổng số 246 · Mô-đun 10: Những mạng biết nhìn (CNN)
Mô-đun 10: Những mạng biết nhìn (CNN)

Padding, stride và pooling

Vì sao điều này quan trọng Mọi quyết định thiết kế CNN đều thay đổi kích thước của các bản đồ đặc trưng. Nếu bạn tính được các kích thước trong đầu, bạn đọc và thiết kế được bất kỳ CNN nào.

  • Padding p: thêm p hàng và cột số không quanh ảnh để bộ lọc có thể nằm trên các mép. Với p = (k - 1) / 2 đầu ra giữ kích thước của đầu vào (padding "same").
  • Stride s: dịch bộ lọc s điểm ảnh mỗi lần. Stride 2 giảm kích thước khoảng một nửa.
  • Pooling: thu nhỏ một bản đồ bằng cách giữ giá trị lớn nhất (max pool) hay trung bình của mỗi khối 2 x 2.

Một công thức duy nhất

out = (n + 2p - k) // s + 1. Kiểm tra: n = 8, k = 3, p = 1, s = 1 cho 8. Với s = 2 nó cho 4.

Từ và ký hiệu trong bài học này
bộ lọc, bản đồ đặc trưng
lưới nhỏ các trọng số đã học; và ảnh các phản hồi của nó
padding (p), stride (s)
các số không được thêm quanh mép; bộ lọc dịch bao nhiêu điểm ảnh mỗi bước
out = (n + 2p - k) // s + 1
cạnh đầu ra với cạnh đầu vào n và cạnh bộ lọc k
pooling
thu nhỏ một bản đồ bằng cách giữ giá trị lớn nhất hay trung bình của mỗi khối
Đến lượt bạn

Viết out_size(n, k, p, s), và maxpool2(img) cho một ảnh 2D có các cạnh chẵn. Rồi dự đoán, trong predictions, cạnh đầu ra cho năm trường hợp được liệt kê trong mã khởi đầu.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.