第 10 模块:会看的网络(CNN)
一个单元能看到图像的多少
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 深处的一个单元,只能认出能装进它所能看到的那块图像里的东西。知道那块的大小,就能告诉你一个网络能注意到什么、不能注意到什么。
看见它
播放动画。第 1 层的一个单元看到 3 乘 3 个像素。第 2 层的一个单元看到 3 乘 3 个第 1 层单元,而它们每一个都看到 3 乘 3 个像素,相互重叠:合起来是 5 乘 5。每一个 3 乘 3 的层增加 2。步幅 2 会让之后每一层增加的量翻倍,这就是为什么步幅和池化能让深层的单元看得很远。
规则
r, jump = 1, 1
for k, s in layers:
r += (k - 1) * jump
jump *= s
三个 3 乘 3 的层,步幅为 1:r = 1 + 2 + 2 + 2 = 7。
感受野:输入中能够影响一个单元的那一块。
本课中的词语和符号
- 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
- 池化
- 保留每个小块的最大值或平均值来缩小一张图
- 感受野
- 输入中能够影响一个单元的那一块
轮到你了
编写 receptive_field(layers),其中 layers 是一个由 (kernel, stride) 对组成的列表,第一层在前。
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。