Howtosignalprocessing
- Ce qui est invariant en convolution?
- Comment est-ce que CNN est invariant?
- Qu'est-ce que l'équivariance de changement?
- La convolution est-elle équivariante?
Ce qui est invariant en convolution?
Invariance de décalage: cela signifie que si nous décalé l'entrée dans le temps (ou déplacez les entrées dans un vecteur), la sortie est décalée du même montant.
Comment est-ce que CNN est invariant?
Grâce à l'utilisation de couches de convolution et de mise en commun, les réseaux de neurones convolutionnels ont été considérés comme invariants de quart de travail. Cependant, des travaux récents ont montré que la sortie d'un CNN peut changer de manière significative avec de petits changements dans l'entrée: un problème causé par la présence de couches de réduction de l'échantillonnage (foulée).
Qu'est-ce que l'équivariance de changement?
Ainsi, dans ce cas, la sortie du détecteur de chat doit se déplacer exactement de la même manière que le chat est décalé, de sorte que l'équivariance de changement de vitesse signifie que (cliquez) SFX produit le même résultat que FSX. En d'autres termes, F et S se déplacent. F appliqué à Swifted S est le même que celui appliqué à F appliqué à la sortie de f.
La convolution est-elle équivariante?
Les réseaux de neurones convolutionnels manquent d'équivariance de changement en raison de la présence de couches de réduction des réductions. Dans la classification d'images, les réductions de réduction des polyphases adaptatives (APS-D) ont récemment été proposées pour rendre les CNN parfaitement invariants.
