Tôi đang cố gắng để hiểu phần tích chập của mạng nơ ron tích chập. Nhìn vào hình sau:
Tôi không có vấn đề gì trong việc hiểu lớp chập đầu tiên trong đó chúng ta có 4 hạt nhân khác nhau (có kích thước ), chúng ta kết hợp với hình ảnh đầu vào để có được 4 bản đồ đặc trưng.
Điều tôi không hiểu là lớp tích chập tiếp theo, nơi chúng ta đi từ 4 bản đồ đặc trưng đến 6 bản đồ đặc trưng. Tôi giả sử chúng ta có 6 hạt nhân trong lớp này (do đó đưa ra 6 bản đồ tính năng đầu ra), nhưng làm thế nào để các hạt nhân này hoạt động trên 4 bản đồ tính năng được hiển thị trong C1? Là các hạt nhân 3 chiều, hay chúng là 2 chiều và được nhân rộng trên 4 bản đồ tính năng đầu vào?
1
Tôi bị mắc kẹt ở cùng một nơi. Không may là bài báo của Yann Lecun-s cũng không giải thích điều đó - tôi đã xem qua một số tệp pdf và video trong vài ngày qua và mọi người dường như bỏ qua phần đó. Bài báo của Yann Lecun thực sự nói về 6 đến 16 bản đồ đặc trưng với bảng ánh xạ ở lớp 2. Bản đồ tính năng đầu ra đầu tiên được nhập từ 0,1,2 bản đồ tính năng đầu vào. Nhưng bản đồ tính năng đầu ra đó là 10 x 10, 3 bản đồ tính năng đầu vào là 14 x 14. Vậy nó hoạt động như thế nào? Bạn đã hiểu những gì đang xảy ra? Nó có phải là hạt nhân 3 chiều không? hoặc là trung bình các đầu ra từ vị trí * kernel (tích chập)?
—
Run2