Howtosignalprocessing
- Co to jest wyściółka w głębokim uczeniu się?
- Do czego służy w CNN?
- Co oznacza to samo?
- Jaka jest rola wyściółki?
Co to jest wyściółka w głębokim uczeniu się?
Wyściółka jest po prostu procesem dodawania warstw zer do naszych obrazów wejściowych, aby uniknąć problemów wymienionych powyżej. Zapobiega to zmniejszeniu jako, jeśli p = liczba warstw zer dodanych do granicy obrazu, wówczas nasz obraz (n x n) staje się (n + 2p) x (n + 2p) po wypełnieniu.
Do czego służy w CNN?
Aby pomóc jądrze w przetwarzaniu obrazu, do ramy obrazu dodaje się wyściółka, aby umożliwić więcej miejsca dla jądra. Dodanie wyściółki do obrazu przetworzonego przez CNN pozwala na dokładniejszą analizę obrazów.
Co oznacza to samo?
Typ wyściółki nazywa się taki sam, ponieważ rozmiar wyjściowy jest taki sam jak rozmiar wejściowy (gdy krok = 1). Użycie „tego samego” zapewnia, że filtr jest stosowany do wszystkich elementów wejścia. Zwykle wyściółka jest ustawiona na „to samo” podczas szkolenia modelu. Rozmiar wyjścia jest matematycznie wygodny dla dalszych obliczeń.
Jaka jest rola wyściółki?
Wypadanie służy do tworzenia przestrzeni wokół zawartości elementu, wewnątrz dowolnych zdefiniowanych granic.
