피쳐 인식에서 컨볼 루션을 발견 한 모든 고난이도 예제는 픽셀 값 1 또는 -1을 사용하여 컨볼 루션 작업을 "단순화"합니다. 그것은 정말 간단한 조작한다 (다음의 화소 수로 나누고, 필터 화소, 합 결과가 입력 화소 곱)이미지 인식에 사용 된 회선 연산은 무엇입니까?
그러나, 화소 값의 범위를 가질 것이다 대부분의 이미지를 실제로 도움 아니다 . 예 : (0.0-1.0) 또는 (0-255).
이 입력 값에 사용할 알고리즘을 어디에도 찾을 수 없습니다. 각 픽셀의 차이를 합산 한 다음 픽셀 수로 나누어 전체적인 "오류"를 얻었습니다. 그러면 활성화가 최대 오류와 같습니다. 예 : 255 - 오류 또는 1.0 - 오류.
ReLU 레이어가 필요하지 않지만 음의 값은 출력되지 않습니다. 이것은 내가 그것이 순진한 접근법이고 실제로 일하지 않을 것이라고 의심하게 만듭니다. 그러나 나는 왜 확신 할 수 없습니다.
입력 데이터가 1 / -1이 아닌 경우 사용되는 연산은 무엇입니까? http://brohrer.github.io/how_convolutional_neural_networks_work.html
그리고 설명하는 컨볼 루션 연산 :
은 단순히 이미지의 패치 기능의 일치를 계산하려면
EDIT 여기 내가보고 된 한 예입니다 피쳐의 각 픽셀에 이미지의 해당 픽셀 값을 곱하십시오. 그런 다음 답변을 추가하고 지형지 물의 총 픽셀 수로 나눕니다. 두 픽셀이 흰색 (1 값)이면 1 * 1 = 1입니다. 둘 다 검정이면 (-1) * (-1) = 1. 어느 쪽이든, 일치하는 픽셀이 모두 1이됩니다. 불일치는 -1입니다.
[0.0,1.0]의 값을 가진 픽셀에 대해 이것이 올바르게 작동하지 않는 구체적인 예가 나와 있습니다. 값이 [0.5] 인 1x1 필터가 있다고 가정 해 보겠습니다. 값이 0.5 인 입력 픽셀에서 실행하면 0.25이됩니다.
마찬가지로 색상 범위가 [0,255] 인 경우 값이 255보다 많습니다. 더 이상 픽셀 데이터가 아니므로 중요하지는 않습니다. 그것은 기능 맵에서 활성화 된 것입니까?
그래 거기
, 내가 입력에서 필터를 컨 볼브하는 방법을 이해합니다. 내가 말한 것은 입력 픽셀마다 바이너리 1/-1이 아닌 값의 범위가있는 경우 어떻게 작동하는지 불분명하다는 것입니다. 나는이 문제의 근본적인 예를 포함하도록 질문을 편집했다. –
1/(모든 숫자의 합)로 나눕니다. – Tatarize
사용하는 가중치가 무엇이든 정규화하거나 사전 표준화해야합니다. 따라서 가중치를 합산하여 가중치를 계량하십시오. 그것은 무게의 합계에 그 가치 전부의 평균 같이 조금이다. – Tatarize