第 10 模块:会看的网络(CNN)
填充、步幅和池化
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 CNN 的每一个设计决定都会改变特征图的大小。如果你能在脑子里算出这些大小,你就能读懂并设计任何 CNN。
- 填充 p:在图像周围加上 p 行和 p 列的零,让滤波器能放在边缘上。当 p = (k - 1) / 2 时,输出保持输入的大小(“same”填充)。
- 步幅 s:滤波器每次移动 s 个像素。步幅 2 大约会把大小减半。
- 池化:保留每个 2 乘 2 小块中的最大值(最大池化)或平均值,来缩小一张图。
那一个公式
out = (n + 2p - k) // s + 1。检查:n = 8,k = 3,p = 1,s = 1 得到 8。当 s = 2 时得到 4。
本课中的词语和符号
- 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
- 填充(p)、步幅(s)
- 在边缘周围加上的零;滤波器每一步移动多少像素
- out = (n + 2p - k) // s + 1
- 输入边长为 n、滤波器边长为 k 时的输出边长
- 池化
- 保留每个小块的最大值或平均值来缩小一张图
轮到你了
编写 out_size(n, k, p, s),以及针对边长为偶数的 2D 图像的 maxpool2(img)。然后在 predictions 中预测起始代码里列出的五种情况的输出边长。
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。