Прийняття в об’єднану нейромережу (CNN) відноситься до області вхідного зображення, що впливає на певну особливість в шарі. Розуміння того, як розрахувати його допомагає в розробці ефективних архітектурних та інтерпретуючих моделей поведінки.

Розуміння поля рецептів

При виготовленні її виходу збільшується кількість даних, що переходить через послідовні конвультації та басейни. Визначається кількість контексту нейронної думки. Більші приймальні поля дозволяють мережі захопити більш глобальну інформацію.

Розрахунок займання поля

Для розрахунку рецептивного поля врахуйте розмір ядра, пасиду і насипавши на кожному шарі. Процес передбачається починаючи від вихідного шару і робочих задньої до вхідного шару, оновлення параметрів рецептури на кожному кроці.

Для шару з розміром ядер k], stride , а також наповнювач p], рецептивне поле можна комп’ютерно за допомогою наступної рецептурної формули:

Надходження поля на шар l]l+1 + (kl]l = RFl]l+1] + (kl - 1) * stridel[l

Почати з вихідного шару, нанести цю формулу, щоб знайти рецептивне поле в вхідного шару.

Практичний приклад

Розглянемо CNN з наступними шарами:

  • Шар конв: розмір ядер 3, пасида 1, начинка 1
  • Макс. басейн: розмір ядра 2, пасида 2

Починаючи від виходу, приймальне поле після закручування становить 3. Після засобі воно стає 4, враховуючи пасид і розмір ядра. Повторюючи цей процес допомагає визначити загальний приймання поля в вхідного шару.

Інструменти та ресурси

Кілька інструментів можна автоматизувати розрахунки рецептів, включаючи бібліотеки Python та онлайн-кадрами. Ці інструменти спрощують процес, особливо для складних архітектур.