Les Colabs de ce cours sont obsolètes et seront supprimés en juillet 2024.
Pratique du ML: classification d'images
Testez vos connaissances: convolution
Un filtre convolutif bidimensionnel 3x3 est appliqué à une carte de caractéristiques d'entrée bidimensionnelle 4x4 (aucune marge intérieure ajoutée):

Quelle est la forme de la carte de caractéristiques de sortie ?
2x2
Lorsque le filtre 3x3 se déplace sur la carte de caractéristiques 4x4, il peut être placés à quatre endroits uniques, ce qui génère une carte de caractéristiques de sortie 2x2 :

4x4
Pour générer une carte de caractéristiques de sortie avec les mêmes dimensions que la carte de caractéristiques d'entrée sans marge intérieure, le filtre convolutif doit avoir une forme de 1 x 1. Un filtre plus grand que 1 x 1 produira une carte de caractéristiques de sortie plus petite que la carte de caractéristiques d'entrée. Étant donné que notre filtre est 3x3, la carte de caractéristiques de sortie doit être inférieure à 4x4.
3x3
Bien que le filtre lui-même soit 3x3, la carte de caractéristiques de sortie est plus petite, car le filtre peut être placé sur moins de 9 (3 fois 3) emplacements sur la carte de caractéristiques d'entrée 4x4.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2022/09/27 (UTC).
[null,null,["Dernière mise à jour le 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."]]],[]]