Feature Map Größe in Convolutional Neural Networks

Feature-Map-Größe in Convolutional Neural Networks verstehen

Convolutional Neural Networks (CNNs) sind zu einem Eckpfeiler im Bereich des Deep Learning geworden, insbesondere für Aufgaben im Zusammenhang mit Bild- und Videoerkennung. Ein kritischer Aspekt der CNN-Architektur ist die Feature-Map-Größe, die in jeder Convolutional-Schicht eine Transformation durchläuft. Zu wissen, wie man es berechnet, ist grundlegend für den Aufbau effektiver Modelle.

Die Formel

Die Feature-Map-Größe nach einer Faltungsschicht in einem CNN wird mithilfe der folgenden Formel bestimmt:

outputSize = (inputSize - kernelSize + 2 * padding) / stride + 1

Hier ist eine Aufschlüsselung der einzelnen beteiligten Parameter:

• inputSize: Die Größe der Eingabe-Feature-Map (gemessen in Pixeln).
• kernelSize: Die Größe des Faltungskernels (gemessen in Pixeln).
• padding: Die Anzahl der Null-Pixel, die zum Rand der Eingabe hinzugefügt werden (gemessen in Pixeln).
• stride: Die Anzahl der Pixel, um die sich der Kernel über die Eingabe-Feature-Map bewegt (gemessen in Pixel).

Eingaben und Ausgaben

Eingaben

• inputSize: Integer, Anzahl der Pixel (px).
• kernelSize: Integer, Anzahl der Pixel (px).
• padding: Integer, Anzahl der Pixel (px).
• stride: Integer, Anzahl der Pixel (px).

Ausgabe

• outputSize: Integer, Anzahl der Pixel (px).

Beispiel aus dem echten Leben

Betrachten Sie einen beliebten Anwendungsfall, bei dem Sie ein Eingabebild mit der Größe 224 x 224 Pixel haben. Sie wenden eine Faltungsschicht mit einer Kernelgröße von 3 x 3, einer Polsterung von 1 und einer Schrittweite von 1 an. So berechnen Sie die Größe der Feature-Map:

inputSize: 224, kernelSize: 3, padding: 1, stride: 1

Setzen wir diese Werte in unsere Formel ein:

outputSize = (224 - 3 + 2 * 1) / 1 + 1 = 224

Die resultierende Feature-Map hat immer noch eine Größe von 224 x 224 Pixeln.

Datenvalidierung

Damit diese Berechnung funktioniert, müssen alle Eingabeparameter größer als Null sein. Stellen Sie außerdem sicher, dass die Schrittweite eine Ganzzahl ist, die die geänderte Eingabegröße (Eingabegröße - Kernelgröße + 2 * Polsterung) gleichmäßig teilt, da sonst die Feature-Map-Größe keine Ganzzahl ist und die Formel nicht funktioniert.

Beispielwerte:

• Eingabegröße= 32
• Kernelgröße= 5
• Polsterung= 2
• Schrittweite= 1
• Ausgabegröße= resultierende Feature-Map-Größe

Ausgabe:

• Ausgabegröße= 32

Zusammenfassung

Die Berechnung der Feature-Map-Größe in Convolutional Neural Networks ist für die Modellarchitektur und -optimierung von entscheidender Bedeutung. Durch das Verstehen und korrekte Anwenden der Formel (Eingabegröße - Kernelgröße + 2 * Padding) / Schrittweite + 1 können Datenwissenschaftler und Ingenieure effizientere Netzwerke entwerfen und so Leistung und Wirksamkeit verbessern.

Häufig gestellte Fragen (FAQs)

Indem Sie diese Richtlinien befolgen und jeden Parameter verstehen, können Sie das volle Potenzial von Convolutional Neural Networks nutzen und Ihre Deep-Learning-Modelle effizient optimieren.