חישוב השדה הקבלני ב- Convolutional Neural Networks: גישה מעשית

השדה המשכנע ברשת עצבית אבולוציונית (CNN) מתייחס לאזור של תמונת הקלט המשפיעה על תכונה מסוימת בשכבה.הבנת כיצד לחשבו אותו מסייע בעיצוב ארכיטקטורות יעילות ופירוש התנהגות המודל.

הבנת השדה הקבלני

גודל השדה הקולטי עולה כאשר הנתונים עוברים דרך שכבות מהפכתיות ובריכה מוצלחות.זה קובע את כמות ההקשר ש- נוירון רואה בעת הפקת התפוקה שלו.תחומים גדולים יותר, המאפשרים לרשת ללכוד מידע גלובלי יותר.

חישוב שדה הקבלנים

כדי לחשב את השדה רפלקטיבי, לשקול את גודל הקרנל, צעד ו ⁇ בכל שכבה.התהליך כרוך החל שכבת הפלט ועבודה לאחור אל שכבת קלט, לעדכן את גודל השדה רפיח בכל שלב.

(ב) ב[[1924]], [[1924]]]], [[1924]]]], [[1924]]]], [[1924]]]]]], [[1924]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]], [[1924]]]]]], [[1924]]]]

(ב) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

החל שכבת הפלט, ליישם נוסחה זו באופן רצוני כדי למצוא את השדה הקולטי בשכבת קלט.

דוגמא מעשית

קחו בחשבון את CNN עם השכבות הבאות:

החל מהפלט, השדה הסלקטיבי לאחר ה- convolution הוא 3.לאחר הבריכות, הוא הופך ל-4, בהתחשב בגודל של ה-Destinel ו- kernel.

כלים ומשאבים

כמה כלים זמינים ל חישובי שדה סלקטיביים, כולל ספריות פייתון ומחשבונים מקוונים. כלים אלה מפשטים את התהליך, במיוחד עבור ארכיטקטורות מורכבות.