जब लोग तंत्रिका नेटवर्क के बारे में बात करते हैं, तो उनका मतलब क्या होता है जब वे "कर्नेल आकार" कहते हैं? कर्नेल समानता कार्य हैं, लेकिन कर्नेल आकार के बारे में क्या कहता है?
जब लोग तंत्रिका नेटवर्क के बारे में बात करते हैं, तो उनका मतलब क्या होता है जब वे "कर्नेल आकार" कहते हैं? कर्नेल समानता कार्य हैं, लेकिन कर्नेल आकार के बारे में क्या कहता है?
जवाबों:
डीप न्यूरल नेटवर्क, अधिक सुरीले कंफर्टेबल न्यूरल नेटवर्क (CNN), मूल रूप से परतों का एक ढेर होता है, जो इनपुट पर कई फिल्टर की क्रिया द्वारा परिभाषित किया जाता है। उन फिल्टर को आमतौर पर गुठली कहा जाता है।
उदाहरण के लिए, दृढ़ परत में गुठली, दृढ़ फिल्टर हैं। वास्तव में कोई भी दृढ़ विश्वास नहीं किया जाता है, लेकिन एक क्रॉस-सहसंबंध। यहाँ कर्नेल का आकार फ़िल्टर मास्क की चौड़ाई को संदर्भित करता है।
उदाहरण के लिए, अधिकतम पूलिंग परत मुखौटा (कर्नेल) के भीतर पिक्सेल के एक सेट से अधिकतम मूल्य के साथ पिक्सेल लौटाती है। यह कर्नेल इनपुट भर में बह गया है, इसे सबमप्लिमेंट कर रहा है।
तो समर्थन वेक्टर मशीनों या नियमितीकरण नेटवर्क में गुठली की अवधारणा के साथ कुछ नहीं करना है। आप उन्हें फीचर एक्सट्रैक्टर्स के रूप में सोच सकते हैं।
जैसा कि आप ऊपर देख सकते हैं, कर्नेल, जिसे कर्नेल मैट्रिक्स के रूप में भी जाना जाता है, उसके और उसके आकार के बीच का कार्य है, यहाँ 3, कर्नेल आकार है (जहाँ कर्नेल चौड़ाई कर्नेल ऊँचाई के बराबर है)।
ध्यान दें कि कर्नेल आवश्यक रूप से सममित नहीं है, और हम यह पुष्टि कर सकते हैं कि यह पाठ Tensorflow में Conv2D के दस्तावेज़ से उद्धृत किया गया है :
कर्नेल_साइज: 2 पूर्णांक की ऊंचाई और चौड़ाई, 2 डी कन्वेंशन विंडो की ऊंचाई और चौड़ाई को निर्दिष्ट करता है। सभी स्थानिक आयामों के लिए समान मान निर्दिष्ट करने के लिए एकल पूर्णांक हो सकता है।
लेकिन आमतौर पर, हम सिर्फ चौड़ाई और ऊँचाई को समान बनाते हैं, और यदि कर्नेल का आकार 2 के बराबर नहीं होना चाहिए। कन्वर्शन में उदाहरण के लिए कर्नेल असममित हो सकता है ( इस उदाहरण को देखें , और कर्नेल का आकार 2 संख्याओं से अधिक हो सकता है। उदाहरण के लिए (4, 4, 3) उदाहरण bellow Conv3D में :