Сверточные нейронные сети, Матрица ядра свертки
1,00
р.
Здравствуйте! В самом первом этапе когда на вход мы получаем исходную картинку (например фотография буквы), требуется пройтись по ней окном n*n размера и умножения на ядро (матрицу свертки), для построения карт признаков (Feature Maps). Но нигде не написано какие значения должны быть в самом ядре (матрице свертки, то есть на какие значения надо умножать матрицу), можно ли будет использовать эту матрицу как ядро свертки для определения краев?
Так же если размер входной картинки 30*30, то можно ли будет проходиться по ней окном 5*5, этого достаточно для достижения оптимальной точности распознавания?
На какое ядро свертки лучше всего умножать участок входной картинки для наибольшей точности распознавания? Или изначально все значения в матрице ядра равны нулям? Можно ли еще спросить, по какому правилу или формуле определяется количество карт признаков? Или если задача стоит в распознавании 26 букв Английского алфавита, то в каждом этапе построения карт признаков их должно быть ровно 26? Заранее Вам спасибо!
Ответ
Сначала заполняй случайными значениями, а в процессе обучения корректируешь значения
Так же если размер входной картинки 30*30, то можно ли будет проходиться по ней окном 5*5, этого достаточно для достижения оптимальной точности распознавания?
На какое ядро свертки лучше всего умножать участок входной картинки для наибольшей точности распознавания? Или изначально все значения в матрице ядра равны нулям? Можно ли еще спросить, по какому правилу или формуле определяется количество карт признаков? Или если задача стоит в распознавании 26 букв Английского алфавита, то в каждом этапе построения карт признаков их должно быть ровно 26? Заранее Вам спасибо!
Ответ
Сначала заполняй случайными значениями, а в процессе обучения корректируешь значения
