Grundlagen der Schulung zu Faltungs-Neuronalen Netzen

Folie 1

Diese Folie gibt einen Überblick über Convolutional Neural Networks. ConvNet ist ein Deep-Learning-Netzwerkdesign, das aus Daten lernt, ohne dass eine menschliche Merkmalsextraktion erforderlich ist. CNNs sind nützlich für die Erkennung von Objekten, Gesichtern und Umgebungen, indem sie nach Mustern in Bildern suchen.

Folie 2

Auf dieser Folie wird beschrieben, wie Convolutional Neural Networks funktionieren. CNNs sind in drei Schichten unterteilt: Faltungsschicht, Pooling-Schicht und vollständig verbundene Schicht.

Folie 3

Diese Folie zeigt die Faltungsschicht in einem Faltungs-Neuronalen Netzwerk. Der Großteil der Berechnung findet in der Faltungsschicht eines CNN statt. Für diesen Layer sind Eingabedaten, ein Filter und eine Feature-Map erforderlich.

Folie 4

Diese Folie beschreibt Hyperparameter der Faltungsschicht in einem CNN. Diese Parameter sind die Anzahl der Filter, die Schrittweite und die Nullauffüllung, die weiter in gültige Auffüllung, gleiche Auffüllung und vollständige Auffüllung unterteilt wird.

Hinweise des Dozenten:

• Anzahl der Filter: Die Tiefe der Ausgabe wird durch die Anzahl der verwendeten Filter bestimmt. Drei unterschiedliche Filter würden beispielsweise zu drei unterschiedlichen Feature-Maps führen, was zu einer Tiefe von drei führt
• Schritt: Der Schritt des Kernels ist die Anzahl der Pixel, die über die Eingabematrix durchlaufen werden. Obwohl Schrittwerte von zwei oder mehr ungewöhnlich sind, bedeutet ein längerer Schritt weniger Leistung
• Nullauffüllung: Nullauffüllung wird verwendet, wenn die Filter nicht zum Eingabebild passen. Alle Elemente außerhalb der Eingabematrix werden auf Null gesetzt, was zu einer größeren oder gleich großen Ausgabe führt. Es gibt drei Arten von Polsterungen
• Gültige Polsterung: Dies wird auch als „keine Polsterung“ bezeichnet. Wenn die Dimensionen nicht übereinstimmen, wird die letzte Faltung verworfen
• Gleiche Polsterung: Diese Polsterung garantiert, dass die Größe der Ausgabeebene und der Eingabeebene gleich ist
• Vollständige Auffüllung: Diese Art der Auffüllung erhöht die Größe der Ausgabe, indem der Rand der Eingabe mit Nullen aufgefüllt wird

Folie 5

Diese Folie zeigt die Pooling-Schicht in einem Faltungs-Neuronalen Netzwerk. Downsampling, auch Pooling-Layer genannt, reduziert die Anzahl der Parameter in der Eingabe durch Reduzierung der Dimensionalität. Max Pooling und Average Pooling sind die beiden Typen.

Hinweise des Dozenten: Der Pooling-Prozess durchläuft einen Filter über die gesamte Eingabe, ähnlich der Faltungsschicht, mit der Ausnahme, dass dieser Filter keine Gewichtungen hat. Anstatt das Ausgabearray mit Werten aus dem Empfangsfeld zu füllen, verwendet der Kernel eine Aggregationsfunktion.

• Max Pooling: Der Filter wählt das Pixel mit dem höchsten Wert zur Übertragung an das Ausgabearray aus, während es über die Eingabe wandert. Im Vergleich zum durchschnittlichen Pooling wird diese Strategie häufiger eingesetzt
• Durchschnittliches Pooling: Der Durchschnittswert innerhalb des Empfangsfelds wird ermittelt, während der Filter die Eingabe durchläuft, und an das Ausgabearray gesendet

Folie 6

Diese Folie zeigt die vollständig verbundene Schicht in einem Faltungs-Neuronalen Netzwerk. Jeder Knoten der Ausgabeschicht stellt in der vollständig verbundenen Schicht eine direkte Verbindung zu einem Knoten in der vorherigen Schicht her. Dieser Layer führt eine Kategorisierung basierend auf den von den vorherigen Layern und ihren Filtern extrahierten Features durch.