第 10 模块:会看的网络(CNN)
快速卷积:一次大的矩阵乘法(im2col)
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 你用循环写的卷积在 Python 里逐个访问每一个输出像素,这很慢。真正的库会把整个卷积变成一次矩阵乘法,这正是计算机最擅长的运算。
看见它
播放动画。把滤波器会访问的每一个 k 乘 k 图块切出来,每一个都摊平成一行:这就是 im2col(“图像转列”)。把滤波器摊平成一列。现在一次矩阵乘法,行乘以列,就能一次算出所有的输出。有很多个滤波器时,那一列变成一个矩阵,仍然是一次乘法就能全部做完。
代价:图块之间会重叠,所以图块矩阵会重复像素,占用更多内存。用内存换速度,是一种你会一次又一次遇到的权衡。
本课中的词语和符号
- 卷积
- 让一小格权重(一个滤波器)在图像上滑动,每个位置做一次点积
- 滤波器、特征图
- 学到的那一小格权重;以及它的响应构成的图像
- im2col
- 把每一个图块摊平成一行,让卷积变成一次矩阵乘法
轮到你了
编写 im2col(img, k),按逐行的顺序返回一个由摊平图块组成的(位置数, k*k)矩阵,以及 conv_fast(img, filt),用一次矩阵乘法计算有效卷积。你可以对 k 乘 k 个偏移做循环,但不能对输出像素做循环。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。