1D Convolution ในโครงข่ายประสาทเทียม

ฉันเข้าใจวิธีการทำงานของ Convolution แต่ฉันไม่เข้าใจว่าการใช้ 1D convolutions กับข้อมูล 2D ได้อย่างไร

ในตัวอย่างนี้คุณสามารถเห็นการโน้มน้าวใจ 2D ในข้อมูล 2D แต่มันจะเป็นอย่างไรถ้าเป็นการสนทนา 1D? เพียงแค่เคอร์เนล 1D เลื่อนไปในทางเดียวกัน และถ้าย่างเท้าเป็น 2?

ขอบคุณ!

ให้เป็นลำดับของเวกเตอร์ (เช่น, เวกเตอร์คำ) การใช้เลเยอร์ Convolutional นั้นเทียบเท่ากับการใช้เมทริกซ์น้ำหนักเดียวกันกับ n-grams ทั้งหมดโดยที่คือความสูงของตัวกรองของคุณ เช่นถ้าคุณสามารถเห็นภาพได้ดังนี้:$x_1, …,x_n$$n$$n=3$

สำหรับคำอธิบายทางคณิตศาสตร์เพิ่มเติมเล็กน้อยคุณสามารถตรวจสอบ Ji Young Lee, Franck Dernoncourt " การจัดหมวดหมู่ข้อความสั้นแบบต่อเนื่องกับเครือข่ายประสาทที่เกิดซ้ำและ Convolutional " NAACL 2016 ส่วนที่ 2.1.2:

1D convolutions ถูกใช้ในเครือข่าย convolutional สำหรับการสุ่มตัวอย่างลงและการสุ่มตัวอย่างขึ้นในมิติตัวกรอง เครือข่าย Convolutional สร้างแผนที่ตัวกรองเหล่านี้เมื่อคุณผ่านเครือข่ายคุณสามารถคิดได้ว่าพวกเขาเป็นมิติที่สาม กรณีพื้นฐานของมิติแผนที่ตัวกรองปกติมีขนาด 3 เนื่องจากเรามักจะมีภาพ RGB ที่ส่งผ่านเครือข่ายของเรา

การโน้มน้าวใจ 1D เหล่านี้มีประโยชน์สำหรับการสุ่มตัวอย่างแบบลงการดำเนินการบางอย่างจากนั้นจึงทำการสุ่มตัวอย่างกลับสู่มิติเดียวกัน สิ่งนี้มีประโยชน์มากสำหรับเหตุผลด้านประสิทธิภาพ

เพื่อให้เข้าใจได้โดยสัญชาตญาณฉันขอแนะนำให้อ่าน:

เครือข่ายในเครือข่าย - http://arxiv.org/abs/1312.4400

ก้าวไปข้างหน้าด้วยการโน้มน้าวใจ - https://www.google.com/url?sa=t&source=web&rct=j&url=http://www.cs.unc.edu/~wliu/papers/GoogLeNet.pdf&ved=0ahUKEwi89oeuxqnGGGGGGGGGGGGGGGGGGGGGNGGMACHNG rrECNQ72wI3PH1Qw & sig2 = VhjfaMvuskNIDVKhFfNiqQ