2009-08-21 19 views
16

Birkaç kitap ve Evrişimsel sinir ağı hakkında makaleler okumak, ben kavramını görünüyor ama aşağıdaki resimdeki gibi asmak için nasıl bilmiyorum: alt text http://what-when-how.com/wp-content/uploads/2012/07/tmp725d63_thumb.pngKonvolüsyonel nöral ağ - Özellik haritaları nasıl alınır?

normalize piksel GİRİŞİ 28x28 biz 4 almak 24x24 boyutundaki özellik haritaları. ama nasıl olsun? INPUT görüntüsünü yeniden boyutlandırma veya görüntü dönüşümleri mi yapıyorsunuz? ama ne tür dönüşümler? veya giriş görüntüsünü 4 köşeye 4 boyutta 24x24 boyutunda kesmek? Süreci anlamıyorum, bana göre her adımda görüntüyü kesip küçültüyorlar. lütfen yardım edin.

+0

Convolutional nöral ağı için okuduğunuz kitapları/makaleleri sıralayabilir misiniz? Şimdiden teşekkürler. – lmsasu

+3

Bu Sinir Ağları ve Öğrenme Makineleri, Üçüncü Baskı kitap –

+10

dan Ben de kafam karıştı, bu evrişim aslında çok önemli bir parçasıdır (yani 'convolutional NN'), ama çoğu insan CNN nasıl çalıştığını açıklamaya odaklanmış görünüyor, ve "özellik haritalarının nasıl alınacağı" bölümünü görmezden gelebilirsiniz. Bu web sitesini bulana kadar kafam karıştı (ve öfkeli de): http://www1.i2r.a-star.edu.sg/~irkhan/conn2.html Her şeyi sade İngilizcede açıklıyor. –

cevap

8

Bu, CNN Matlab'da (konvolüsyon katmanları elde etmek için) kullanılan CONV2 işlevi için matlab yardım dosyasıdır. Dikkatlice okuyun ve cevabınızı göreceksiniz.

%CONV2 Two dimensional convolution. 
% C = CONV2(A, B) performs the 2-D convolution of matrices A and B. 
% If [ma,na] = size(A), [mb,nb] = size(B), and [mc,nc] = size(C), then 
% mc = max([ma+mb-1,ma,mb]) and nc = max([na+nb-1,na,nb]). 
% 
% C = CONV2(H1, H2, A) convolves A first with the vector H1 along the 
% rows and then with the vector H2 along the columns. If n1 = length(H1) 
% and n2 = length(H2), then mc = max([ma+n1-1,ma,n1]) and 
% nc = max([na+n2-1,na,n2]). 
% 
% C = CONV2(..., SHAPE) returns a subsection of the 2-D 
% convolution with size specified by SHAPE: 
%  'full' - (default) returns the full 2-D convolution, 
%  'same' - returns the central part of the convolution 
%    that is the same size as A. 
%  'valid' - returns only those parts of the convolution 
%    that are computed without the zero-padded edges. 
%    **size(C) = max([ma-max(0,mb-1),na-max(0,nb-1)],0).** 
İlgili konular