知识卡片

普通读书笔记卡 · 6473.d.3.e.1 · 生成模型:未记录

局部感受野

理解等级:中级

卷积层中的一个输出位置只依赖输入的局部区域,即它的感受野。局部连接适合检测局部模式,也限制了单层直接看到的范围;同一位置可用多个不同滤波器检测不同模式。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 卷积神经网络 4.2 感受野 · 查看原书依据

      根据观察1可以做第1个简化,卷积神经网络会设定一个区域,即感受野(receptive field),每个神经元都只关心自己的感受野里面发生的事情,感受野的尺寸是由我们自己决定的. 比如在图4.6 中,蓝色神经元的守备范围就是红色正方体框的感受野.这个感受野里面有3 × 3 × 3 个数值.蓝色神经元只需要关心这个小的范围,而不需要在意整幅图像里面有什么,仅仅留意自己的感受野里面发生的事情就好.这个神经元会把 3 × 3 × 3 个数值“拉直”成一个长度是 3 × 3 × 3=27维的向量,再把这个 27 维的向量作为神经元的输入. 这个神经元会给这个 27 维向量的每一个维度赋予一个权重,所以这个神经元有3 × 3 × 3=27个权重,再加上偏置(bias),得到输出,输出则被送入下一层的神经元当作输入.

    参考来源

    - 位置:《深度学习详解》第4章《卷积神经网络》4.2 感受野(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter04.xhtml`) - 结论依据:原文以图像及棋盘案例说明局部连接、参数共享和汇聚的条件与取舍。 - 原始内容:根据观察1可以做第1个简化,卷积神经网络会设定一个区域,即感受野(receptive field),每个神经元都只关心自己的感受野里面发生的事情,感受野的尺寸是由我们自己决定的. 比如在图4.6 中,蓝色神经元的守备范围就是红色正方体框的感受野.这个感受野里面有3 × 3 × 3 个数值.蓝色神经元只需要关心这个小的范围,而不需要在意整幅图像里面有什么,仅仅留意自己的感受野里面发生的事情就好.这个神经元会把 3 × 3 × 3 个数值“拉直”成一个长度是 3 × 3 × 3=27维的向量,再把这个 27 维的向量作为神经元的输入. 这个神经元会给这个 27 维向量的每一个维度赋予一个权重,所以这个神经元有3 × 3 × 3=27个权重,再加上偏置(bias),得到输出,输出则被送入下一层的神经元当作输入.