VGG: Tindanan Penapis Kecil

VGG membuat pertaruhan berani: gunakan hanya konvolusi 3x3 yang kecil di mana-mana, kemudian tindankan sebanyak mungkin.

Dua lapisan 3x3 yang ditindan melihat kawasan yang sama seperti satu lapisan 5x5, tetapi dengan lebih sedikit parameter dan satu ketaklinearan tambahan di antaranya.

Daripada menggunakan lapisan yang besar, VGG memilih untuk menjadi lebih dalam, sehingga mencapai 16 atau 19 lapisan dan mempelajari hierarki ciri yang lebih kaya.

Setiap conv mengekalkan pengisian dan saiz yang sama, jadi bentuknya mudah difahami. Keseragaman ini menjadikan VGG mudah disalin.

Selepas setiap blok conv, max pool 2x2 mengecilkan saiz ruang sebanyak separuh sambil menggandakan bilangan saluran.

Unit yang berulang ialah conv, ReLU, conv, ReLU, pool. Rantaikan blok ini dan anda akan memperoleh sebahagian besar VGG.

VGG berakhir dengan tiga lapisan padat yang besar. Lapisan tersebut menyimpan kebanyakan berat model, sebab itulah model ini begitu besar pada cakera.

Keanggunan itu ada harganya: VGG perlahan dan memerlukan banyak memori. Reka bentuk yang cantik tidak bermakna kos pelaksanaannya rendah.

Sehingga hari ini, lapisan awal VGG menghasilkan features boleh guna semula yang sangat baik untuk pembelajaran pindahan dan pemindahan gaya.

Oleh sebab coraknya berulang, anda boleh menjana VGG daripada senarai konfigurasi dengan menggunakan gelung untuk menambah setiap lapisan secara terprogram.

Sumbangan VGG ialah prinsip yang jelas: utamakan banyak penapis kecil berbanding beberapa penapis besar. Rangkaian moden masih mengikutnya.

VGG membuktikan bahawa kedalaman yang dibina daripada blok 3x3 mudah mengatasi penapis besar yang canggih. Mudah, boleh diulang dan berpengaruh. Syabas!