Çekirdek boyutu ne anlama geliyor?

İnsanlar sinir ağları hakkında konuştuğunda, "çekirdek boyutu" derken ne anlama geliyor? Çekirdekler benzerlik işlevleridir, ancak çekirdek boyutu hakkında ne diyor?

Derin sinir ağları, daha somut olarak evrişimli sinir ağları (CNN), temelde girdi üzerindeki bir dizi filtrenin etkisi ile tanımlanan bir katman yığınıdır. Bu filtrelere genellikle çekirdek denir.

Örneğin, evrişimsel katmandaki çekirdekler evrişimsel filtrelerdir. Aslında evrişim yerine çapraz korelasyon yapılır. Buradaki çekirdek boyutu, filtre maskesinin genişlik yüksekliğini ifade eder.

Örneğin, maksimum havuzlama katmanı, bir maske (çekirdek) içindeki bir piksel kümesinden maksimum değere sahip pikseli döndürür. Bu çekirdek girdi boyunca süpürülerek alt örnekleme yapılır.

Bu nedenle, destek vektör makinelerinde veya düzenleyici ağlarda çekirdek kavramı ile ilgisi yoktur. Bunları özellik çıkarıcılar olarak düşünebilirsiniz.

Yukarıda görebileceğiniz gibi, çekirdek matrisi olarak da bilinen çekirdek, arasındaki işlevdir ve boyutu, burada 3, çekirdek boyutudur (çekirdek genişliğinin çekirdek yüksekliğine eşit olduğu yerde).

Çekirdeğin simetrik olması gerekmediğini ve bu metni Tensorflow'daki Conv2D belgesinden alıntılayarak doğrulayabileceğimizi unutmayın :

kernel_size: 2D evrişim penceresinin yüksekliğini ve genişliğini belirten bir tamsayı veya tuple / 2 tamsayı listesi. Tüm uzamsal boyutlar için aynı değeri belirtmek üzere tek bir tamsayı olabilir.

Ancak genellikle, genişlik ve yüksekliği eşit yaparız ve çekirdek boyutu 2 bir demet olmalıdır. Çekirdek örneğin Conv1D'de simetrik olmayabilir ( bu örneğe bakın ve çekirdek boyutu 2'den fazla sayı olabilir, örneğin Conv3D'nin altındaki örnekte (4, 4, 3) :

Harika gifler buradan ve buradan geliyor .