এমএল প্র্যাকটিকাম: ইমেজ ক্লাসিফিকেশন

আপনার বোঝাপড়া পরীক্ষা করুন: কনভোলিউশন

একটি দ্বি-মাত্রিক, 3x3 কনভোলিউশনাল ফিল্টার একটি দ্বি-মাত্রিক 4x4 ইনপুট বৈশিষ্ট্য মানচিত্রে প্রয়োগ করা হয় (কোন প্যাডিং যোগ করা হয়নি):

আউটপুট বৈশিষ্ট্য মানচিত্রের আকৃতি কি?
2x2
যেহেতু 3x3 ফিল্টারটি 4x4 বৈশিষ্ট্য মানচিত্রের উপর স্লাইড করে, সেখানে 4টি অনন্য অবস্থান রয়েছে যেখানে এটি স্থাপন করা যেতে পারে, যার ফলে একটি 2x2 আউটপুট বৈশিষ্ট্য মানচিত্র রয়েছে: একটি 4x4 বৈশিষ্ট্য মানচিত্রের উপর স্লাইডিং একটি 3x3 কনভোলিউশনাল ফিল্টার দেখানো অ্যানিমেশন। 4টি অনন্য অবস্থান রয়েছে যেখানে 3x3 ফিল্টার স্থাপন করা যেতে পারে, প্রতিটি 2x2 আউটপুট বৈশিষ্ট্য মানচিত্রে 4টি উপাদানের একটির সাথে সম্পর্কিত।
3x3
ফিল্টারটি নিজেই 3x3 হলেও, আউটপুট বৈশিষ্ট্য মানচিত্রটি ছোট কারণ 9টিরও কম (3 গুণ 3) সম্ভাব্য অবস্থান রয়েছে যেখানে 4x4 ইনপুট বৈশিষ্ট্য মানচিত্রে ফিল্টার স্থাপন করা যেতে পারে।
4x4
প্যাডিং ছাড়া ইনপুট বৈশিষ্ট্য মানচিত্রের মতো একই মাত্রা সহ একটি আউটপুট বৈশিষ্ট্য মানচিত্র তৈরি করতে, কনভোল্যুশনাল ফিল্টারটি 1x1 আকারে হতে হবে। 1x1 এর চেয়ে বড় একটি ফিল্টার একটি আউটপুট বৈশিষ্ট্য মানচিত্র তৈরি করবে যা ইনপুট বৈশিষ্ট্য মানচিত্রের চেয়ে ছোট। যেহেতু আমাদের ফিল্টার 3x3, আউটপুট বৈশিষ্ট্য মানচিত্র 4x4 এর চেয়ে ছোট হতে হবে।