第 10 模块:会看的网络(CNN)
为什么图像会难倒 MLP
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 你在第 3 模块写的数字识别器得分大约 95%,而本课中稍大一点的那个得分大约 98%。把每个数字往右移一个像素,它就崩溃了。看清楚为什么,正是卷积网络存在的全部理由。
MLP 给每一个像素一个它自己的权重。它学到的是“第 3 行第 5 列有一个亮像素,意味着这是 7”。把数字移动一个像素,每一个亮像素都会落到一个学了别的东西的权重上。对 MLP 来说,一个移动过的 7 是一张全新的图片。
我们想要的是一个无论图案出现在哪里都能认出它的网络。先记住这个想法;下一课会把工具搭出来。
平移不变性:输入被挪动位置时仍给出同样的答案。MLP 没有这个性质;CNN 大体上有。
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
轮到你了
数字图像是一个形状为 (N, 8, 8, 1) 的数组:N 张图像,8 行,8 列,通道数 1 放在最后(灰度从 0 到 1)。本模块中的每一张图像都使用这种通道在后的布局。编写 shift(X, dx),把每一张图像往右移动 dx 个像素(沿列的轴使用 np.roll)。然后用训练好的 MLP 在移动 0、1 和 2 个像素时的测试准确率填写 acc。
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。