VGG: Stakke af små filtre
Dybde fra simple 3x3-blokke.
VGG: Stakke af små filtre er en gratis Deep Learning Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Deep Learning Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Én filterstørrelse til at herske
VGG tog et modigt valg: brug kun små 3x3-konvolutioner overalt, og stabl ganske enkelt mange af dem.
Hvorfor små filtre vinder
To stablede 3x3-lag ser det samme område som ét 5x5-lag, men med færre parametre og en ekstra ikke-linearitet imellem.
Dybde frem for bredde
I stedet for brede lag valgte VGG at gå dybt med 16 eller 19 lag og lære mere avancerede egenskabshierarkier.
Ensartet og forudsigelig
Hver konvolution bevarer den samme padding og størrelse, så formerne er nemme at gennemskue. Denne ensartethed gjorde VGG nem at kopiere.
Brug pooling til at formindske
Efter hver blok af konvolutioner halverer en 2x2-maks-pooling den rumlige størrelse, mens antallet af kanaler fordobles.
import torch.nn as nn
pool = nn.MaxPool2d(kernel_size=2, stride=2)En VGG-blok
Den gentagne enhed er konvolution, ReLU, konvolution, ReLU, pooling. Kæd disse blokke sammen, så har du det meste af VGG.
import torch.nn as nn
block = nn.Sequential(nn.Conv2d(64, 128, 3, padding=1), nn.ReLU(), nn.MaxPool2d(2))Et tungt klassifikatorhoved
VGG afslutter med tre store fuldt forbundne lag. De indeholder størstedelen af modellens vægte, og derfor fylder modellen så meget på disken.
Omkostningen i hukommelse
Den elegance har en pris: VGG er langsom og kræver meget hukommelse. Et flot design betyder ikke, at modellen er billig at køre.
En stærk egenskabsudtrækker
Selv i dag er VGG's tidlige lag fremragende genanvendelige egenskaber til transfer learning og stiloverførsel.
Byg den med løkker
Fordi mønsteret gentager sig, kan du generere VGG fra en konfigurationsliste og bruge en løkke til programmatisk at tilføje hvert lag.
cfg = [64, 64, "M", 128, 128, "M"]
# "M" means insert a max-pool hereDen varige lærdom
VGG's bidrag var et klart princip: foretræk mange små filtre frem for få store. Moderne netværk følger stadig dette princip.
Hurtigt tjek
Husk det centrale designvalg bag VGG.
Opsummering: Lille, men stærk
VGG beviste, at dybde bygget af simple 3x3-blokke slår smarte, store filtre. Simpelt, gentageligt og indflydelsesrigt. Godt klaret!
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “VGG: Stakke af små filtre” gratis?
Ja — hele teksten til “VGG: Stakke af små filtre” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Deep Learning Academy-kurset, skal du opgradere til CoddyKit PRO. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “VGG: Stakke af små filtre”?
Dybde fra simple 3x3-blokke. Du øver dig i Deep Learning Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Deep Learning Academy?
Der kræves ingen tidligere erfaring. Deep Learning Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “VGG: Stakke af små filtre”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Deep Learning Academy-lektion?
Ja. Alle Deep Learning Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- LeNet og AlexNet: De første sejre
- VGG: Stakke af små filtre
- ResNet: Skip connections går i dybden
- Indlæs torchvision-modeller