Die Colabs in diesem Kurs sind veraltet und werden im Juli 2024 entfernt.
ML-Praktikum: Bildklassifizierung
Feinheiten testen
Ein zweidimensionaler 3 x 3-Faltungsfilter wird auf eine zweidimensionale 4 x 4-Eingabemerkmalkarte angewendet (kein Abstand hinzugefügt):

Wie ist die Karte für die Ausgabefunktion?
3x3
Obwohl der Filter selbst 3 x 3 ist, ist die Ausgabe-Merkmalskarte kleiner, da es weniger als 9 (3 mal 3) mögliche Standorte gibt, an denen der Filter auf der 4 x 4-Eingabe-Merkmalskarte platziert werden kann.
4 × 4
Zum Generieren einer Ausgabemerkmalkarte mit denselben Abmessungen wie die Eingabemerkmalzuordnung ohne Abstand muss der Faltungsfilter eine Form von 1 x 1 haben. Bei einem Filter, der größer als 1 × 1 ist, wird eine Ausgabefeatures-Zuordnung erstellt, die kleiner als die Eingabefeatures ist. Da unser Filter 3 x 3 ist, muss die Ausgabefeatures-Zuordnung kleiner als 4 x 4 sein.
2x2
Da der 3 x 3-Filter über die Karte mit den 4 x 4-Elementen gleitet, kann er an 4 verschiedenen Orten platziert werden. Das Ergebnis ist eine 2x2-Ausgabekarte:

Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2022-09-27 (UTC).
[null,null,["Zuletzt aktualisiert: 2022-09-27 (UTC)."],[[["Applying a 3x3 convolutional filter to a 4x4 input feature map without padding results in a 2x2 output feature map."],["The output feature map is smaller than the input because the filter's size limits the number of positions it can occupy on the input."],["A 1x1 filter would be required to maintain the input's dimensions in the output without padding."]]],[]]