VGG: Küçük Filtre Yığınları

VGG cesur bir tercih yaptı: her yerde yalnızca küçük 3x3 evrişimler kullanmak ve bunlardan çok sayıda üst üste eklemek.

Üst üste dizilmiş iki 3x3 katman, tek bir 5x5 katmanla aynı alanı görür; ancak daha az parametre kullanır ve araya ek bir doğrusal olmayanlık koyar.

Kalın katmanlar yerine VGG derinleşmeyi seçti; 16 veya 19 katmana ulaşarak daha zengin özellik hiyerarşileri öğrendi.

Her evrişim aynı dolgu ve boyutu korur; böylece şekilleri anlamak kolay kalır. Bu tekdüzelik, VGG'yi kopyalamayı kolaylaştırdı.

Her evrişim bloğundan sonra 2x2 maksimum havuzlama, kanal sayısını iki katına çıkarırken uzamsal boyutu yarıya indirir.

Tekrarlanan birim şudur: evrişim, ReLU, evrişim, ReLU, havuzlama. Bu blokları zincirlediğinizde VGG'nin büyük bölümünü elde edersiniz.

VGG, üç büyük yoğun katmanla sona erer. Ağırlıklarının çoğu bu katmanlardadır; modelin diskte bu kadar büyük olmasının nedeni budur.

Bu zarafetin bir bedeli vardır: VGG yavaştır ve çok bellek tüketir. Tasarımdaki güzellik, çalıştırma maliyetinin düşük olduğu anlamına gelmez.

Günümüzde bile VGG'nin ilk katmanları, aktarım öğrenmesi ve stil aktarımı için yeniden kullanılabilir mükemmel özellikler üretir.

Kalıp tekrarlandığı için, bir yapılandırma listesinden VGG'yi oluşturabilir ve her katmanı programatik olarak eklemek üzere döngü kullanabilirsiniz.

VGG'nin armağanı açık bir ilkeydi: birkaç büyük filtre yerine çok sayıda küçük filtreyi tercih edin. Modern ağlar hâlâ bunu izliyor.

VGG, basit 3x3 bloklardan oluşan derinliğin, karmaşık büyük filtrelerden daha başarılı olduğunu kanıtladı. Basit, tekrarlanabilir ve etkili. Tebrikler!