Diğer özellik haritaları üretmek için özellik haritalarına çekirdekler nasıl uygulanır?


44

Evrişimli sinir ağlarının evrişim bölümünü anlamaya çalışıyorum. Aşağıdaki şekle bakarak:

görüntü tanımını buraya girin

4 özellik haritası elde etmek için girdi görüntüsüyle birlikte ettiğimiz 4 farklı çekirdeğin ( boyutunda) bulunduğu ilk evrişim katmanını anlama konusunda hiçbir sorunum yok .k×k

Anlamadığım şey, 4 özellik haritasından 6 özellik haritasına geçtiğimiz bir sonraki evrişim katmanıdır. Bu katmanda 6 tane çekirdeğimizin olduğunu tahmin ediyorum (sonuç olarak 6 çıkış özelliği haritası veriyoruz), ancak bu çekirdekler C1'de gösterilen 4 özellik haritası üzerinde nasıl çalışır? Çekirdekler 3 boyutlu mu, yoksa 2 boyutlu ve 4 giriş özelliği haritasından çoğaltılmış mı?


1
Aynı yere sıkışıp kaldım. Maalesef Yann Lecun'un makalesi de bunu açıklamıyor - Son birkaç gündür birkaç pdfs ve videodan geçtim ve herkes bu bölümü atlıyor gibi görünüyor. Yann Lecun'un makalesinde aslında 6 ila 16 özellik haritasından bahsediliyor. 2. kattaki bir harita tablosu var. İlk çıkış özelliği haritası 0,1,2 giriş özelliği haritasından girdi alıyor. Ancak bu çıkış özellik haritası 10'a 10, 3 giriş özelliği haritası 14'e 14'tür. Peki bu nasıl çalıştı? Neler olduğunu anladın mı? Üç boyutlu bir çekirdek mi? veya * çekirdeğin (convolution) konumundan elde edilen çıktıların ortalaması mı?
Run2

Yanıtlar:


18

Çekirdekler, genişlik ve yüksekliğin seçilebileceği 3 boyutludur, derinlik ise giriş katmanındaki harita sayısına eşittir - genel olarak.

Kesinlikle 2 boyutlu değiller ve aynı 2B konumdaki giriş özelliği haritaları üzerinde çoğaltılmışlar! Bu, bir çekirdeğin belirli bir konumdaki giriş özellikleri arasında ayrım yapamayacağı anlamına gelir, çünkü giriş özelliği haritalarında bir ve aynı ağırlığı kullanır!


5

Tabakalar ve çekirdekleri arasında mutlaka birebir yazışma yoktur. Bu, özel mimariye bağlı. Gönderdiğiniz şekil, S2 katmanlarında, her birinin önceki katmanların tüm özellik haritalarını, yani özelliklerin farklı olası kombinasyonlarını birleştiren 6 özellik haritasına sahip olduğunu gösteriyor.

Daha fazla referans olmadan daha fazlasını söyleyemem. Bu yazıya bakınız.


Özellikle LeNet-5'e bakıyorum ve bu deeplearning.net/tutorial/lenet.html dosyasını referans olarak kullanıyorum . Bu sayfadan, çekirdeklerin 3 boyutlu olduğu anlaşılıyor, ancak bana göre% 100 net değil.
utdiscant

2
O zaman bu makaleyi okumanız gerekir ( yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf ). 8. sayfada farklı katmanların nasıl bağlandığı açıklanmaktadır. Dediğim gibi, katmandaki her bir özellik, önceki konumdaki birkaç özelliği aynı konumda birleştirir.
Jpmuc

2
Bağlantı öldü.
temmuz


0

Bu makale yararlı olabilir: Derin in Learning konvolüsyon anlama tarafından Tim Dettmers 26 Mart dan

Soruyu gerçekten cevaplamıyor çünkü yalnızca ilk evrişim katmanını açıklıyor, fakat CNN'lerde evrişim hakkında temel sezginin iyi bir açıklamasını içeriyor. Aynı zamanda, evrişimin daha derin matematiksel tanımını da açıklar. Bence bu konuyla ilgili.


1
Siteye Hoşgeldiniz. Sorular ve cevaplar şeklinde yüksek kalitede istatistiksel bilgilerin kalıcı bir deposunu oluşturmaya çalışıyoruz. Bu nedenle, linkrot nedeniyle sadece link cevaplarına karşı temkinliyiz. Öldüğü takdirde, linkte yer alan bilgilerin bir özetini ve bir özetini gönderebilir misiniz?
gung - Monica

@gung, bildirim için teşekkürler, kavramları yanlış anladığınız için üzgünüm. Durum şu: bu makale soruyu gerçekten cevaplamıyor, ancak CNN'ler hakkında temel sezgileri ararken bu soruyu buldum ve bu makalede temel sezgiyi arayan ve bu soruyu alan birisine yardım etmeyi umuyorum. Tamam, silmek daha iyi, tamam mı? Teşekkür ederim.
Anatoly Vasilyev

'Bu makale düşünce için yemek olarak hizmet verebilir, ancak soruyu tam olarak cevaplamıyor' veya bunun gibi bir şey söylemenin iyi olacağını düşünüyorum. Burada değer olabilir. Sadece tam bir alıntı verin ve bağlantının kopması durumunda içerdiği bilgilerin bir özetini verin.
gung - Monica

Ekstra bilgi için teşekkürler. Makale (yazar, yıl, ünvan, dergi vb.) Ve içeriğinin bir özeti için tam bir alıntı yapabilir misiniz?
gung - Monica

Tabii ki, evet. Ancak bu yazı sadece bu blogda yazıyor, bu yüzden bu konuda başka bir yararlı bilgi bulamadım. Görüşümü açıklığa kavuşturduğun için teşekkür ederim
Anatoly Vasilyev
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.