เมื่อผู้คนพูดถึงเครือข่ายประสาทเทียมพวกเขาหมายความว่าอย่างไรเมื่อพวกเขาพูดว่า "ขนาดเคอร์เนล"? เมล็ดเป็นฟังก์ชันที่คล้ายคลึงกัน แต่สิ่งที่พูดเกี่ยวกับขนาดเคอร์เนล?
คำตอบ:
โครงข่ายประสาทลึก (Deep Neural Networks) ซึ่งเป็นเครือข่ายประสาทเทียมที่เป็นรูปธรรม (CNN) ที่เป็นรูปธรรมมากขึ้นนั้นเป็นสแต็กของชั้นซึ่งถูกกำหนดโดยการกระทำของตัวกรองจำนวนหนึ่งบนอินพุต ตัวกรองเหล่านั้นมักจะเรียกว่าเมล็ด
ตัวอย่างเช่นเมล็ดในเลเยอร์ convolutional เป็นฟิลเตอร์ convolutional ที่จริงแล้วไม่มีการทำสังวัตนา แต่เป็นความสัมพันธ์ข้าม ขนาดเคอร์เนลที่นี่หมายถึงความกว้างความสูงของหน้ากากกรอง
ยกตัวอย่างเช่นเลเยอร์สูงสุดร่วมกันส่งคืนพิกเซลที่มีค่าสูงสุดจากชุดพิกเซลภายในมาสก์ (เคอร์เนล) เคอร์เนลนั้นถูกกวาดข้ามอินพุตป้อนตัวอย่าง
ดังนั้นจะไม่มีอะไรเกี่ยวข้องกับแนวคิดของเมล็ดในการสนับสนุนเครื่องเวกเตอร์หรือเครือข่ายการทำให้เป็นปกติ คุณสามารถนึกได้ว่าเป็นตัวแยกคุณลักษณะ
ดังที่คุณเห็นด้านบนเคอร์เนลหรือที่เรียกว่าเคอร์เนลเมทริกซ์คือฟังก์ชันระหว่างและขนาดของที่นี่ 3 คือขนาดเคอร์เนล (โดยที่ความกว้างของเคอร์เนลเท่ากับเคอร์เนลสูง)
โปรดทราบว่าเคอร์เนลไม่จำเป็นต้องสมมาตรและเราสามารถตรวจสอบได้โดยการอ้างอิงข้อความนี้จากเอกสารของ Conv2D ใน Tensorflow :
kernel_size: จำนวนเต็มหรือ tuple / list ของจำนวนเต็ม 2 ตัวซึ่งระบุความสูงและความกว้างของหน้าต่าง Convolution 2D สามารถเป็นจำนวนเต็มเดียวเพื่อระบุค่าเดียวกันสำหรับมิติเชิงพื้นที่ทั้งหมด
แต่โดยปกติแล้วเราแค่ทำให้ความกว้างและความสูงเท่ากันและถ้าไม่ใช่ขนาดของเคอร์เนลควรเป็นอันดับที่ 2 เคอร์เนลอาจไม่สมมาตรเช่นใน Conv1D (ดูตัวอย่างนี้และขนาดของเคอร์เนลอาจมากกว่า 2 ตัวเลข ตัวอย่างเช่น (4, 4, 3) ในตัวอย่างซอลเบลโลว์Conv3D :
GIFs น่ากลัวมาจากที่นี่และที่นี่