Konvolusi: Kernel Meluncur Merentasi Piksel
Bagaimana penapis mengesan tepi dan tekstur.
Konvolusi: Kernel Meluncur Merentasi Piksel ialah pelajaran Deep Learning Academy percuma di CoddyKit. Ini ialah pelajaran 1 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Deep Learning Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.
Imej Hanyalah Nombor
Bagi rangkaian, foto ialah grid nilai piksel. Imej skala kelabu kecil mungkin mempunyai 28x28 nombor, setiap satunya daripada 0 (hitam) hingga 255 (putih).
Mengapa Tidak Meratakannya Sahaja?
Meratakan imej menjadi satu vektor panjang membuang susun atur ruang. Piksel yang berdekatan penting, sedangkan lapisan padat biasa mengabaikannya.
Kenali Kernel
Kernel ialah grid kecil pemberat, biasanya 3x3. Ia meluncur merentasi imej dan melihat satu tampalan kecil pada setiap masa.
Tetingkap Gelangsar
Pada setiap kedudukan, kernel meliputi satu tampalan, mendarab nilai yang bertindih dan menjumlahkannya menjadi satu nombor. Kemudian ia meluncur dan mengulanginya. 🔍
Jumlah Itu Ialah Piksel Output
Setiap jumlah berwajaran menjadi satu piksel dalam hasilnya. Gelongsorkan kernel merentasi seluruh imej dan anda membina grid baharu yang dipanggil peta ciri.
Kernel Mengesan Corak
Kernel yang dilaraskan dengan baik akan menyala apabila coraknya muncul. Satu kernel mungkin diaktifkan oleh tepi menegak, manakala kernel lain mengesan bucu cerah atau tekstur licin.
Pengesan Tepi Secara Manual
Kernel 3x3 klasik ini bertindak balas dengan kuat terhadap tepi menegak, iaitu tempat cahaya bertemu gelap merentasi satu lajur.
edge_kernel = [
[-1, 0, 1],
[-1, 0, 1],
[-1, 0, 1],
]Pemberat Dipelajari
Anda tidak memilih nombor kernel secara manual. Latihan melaraskannya supaya setiap penapis mempelajari corak yang membantu rangkaian mengelaskan imej.
Kernel Sama, Di Mana-mana
Satu kernel menggunakan semula pemberat yang sama di seluruh imej. Perkongsian pemberat ini bermaksud parameter yang jauh lebih sedikit berbanding lapisan padat.
Lapisan Konvolusi dalam PyTorch
nn.Conv2d menggabungkan semua ini. Di sini, Conv2d menerima 1 saluran input dan mempelajari 8 kernel 3x3 yang berbeza.
import torch.nn as nn
conv = nn.Conv2d(1, 8, kernel_size=3)Banyak Kernel, Banyak Peta
Lapisan itu mempelajari 8 kernel, lalu menghasilkan 8 peta ciri. Setiap satunya menyerlahkan corak berbeza yang didapati berguna oleh rangkaian.
Semakan Pantas
Mari kita semak perkara yang sebenarnya dihasilkan oleh kernel konvolusi.
Rumusan: Kernel Meluncur
Anda telah belajar bahawa kernel meluncur merentasi piksel, menjumlahkan tampalan berwajaran menjadi peta ciri. Pemberatnya dipelajari, dikongsi dan dilaraskan untuk mengesan tepi serta tekstur. 🎉
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Soalan Lazim
Adakah pelajaran “Konvolusi: Kernel Meluncur Merentasi Piksel” percuma?
Ya — teks penuh “Konvolusi: Kernel Meluncur Merentasi Piksel” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Deep Learning Academy, tingkat taraf kepada CoddyKit PRO. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.
Apakah yang akan saya pelajari dalam “Konvolusi: Kernel Meluncur Merentasi Piksel”?
Bagaimana penapis mengesan tepi dan tekstur. Anda berlatih Deep Learning Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Deep Learning Academy?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Deep Learning Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 4.
Berapa lamakah pelajaran “Konvolusi: Kernel Meluncur Merentasi Piksel” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Deep Learning Academy ini?
Ya. Setiap pelajaran Deep Learning Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Konvolusi: Kernel Meluncur Merentasi Piksel
- Langkah, Padding dan Pengumpulan
- Saluran, Peta Ciri dan Medan Penerimaan
- Bina Pengelas Imej CNN