课程大纲 第 113 课,共 246 课 · 第 10 模块:会看的网络(CNN)
第 10 模块:会看的网络(CNN)

填充、步幅和池化

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。

发现这节课有问题?报告它 · 就这节课提问

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。