Take the First Step to Artificial Intelligence with the Best! | Certified Introduction to AI, Robotics and Data course is now Free

Join Global AI Hub Now!

x

Home Forums Forum: Derin Öğrenmeye Giriş CNN Katmanlarına Verilen Girdinin Formu Reply To: CNN Katmanlarına Verilen Girdinin Formu

  • Furkan Mehmet ÜN

    Member
    September 21, 2021 at 10:02 am

    Selamlar, convolution katmanlarının görüntü matrisi üzerinde feature extraction yapmasından sonra bu çıkarım matrislerini dense layer’a besleyebilmemiz için vektörel hale getirmemiz gerekir. Buna da flatten işlemi diyoruz zaten, aynen ilk cümlede yazdığınız gibi.

    Sunumun 20. sayfasında dediğiniz gibi CNN’in girdilerinin flatten edilmesinden bahsedilmiş.

    https://globalaihub.com/wp-content/uploads/2021/07/Day-3-Computer-Vision.pdf

    Ve hemen ardından 3Blue1Brown’ın neural network videolarından bir kesit paylaşılmış.

    https://youtu.be/aircAruvnKk?t=183

    Hem sunumdaki hem de videodaki örnekte 28×28 boyutlarındaki bir girdi görüntü matrisinin flatten edilmesinden bahsediliyor. Ve iki örnekte de bu vektör girdinin herhangi bir şekilde convolution katmanından geçmeden direkt olarak fully connected bir ağa bağlandığı gösteriliyor.

    Videoda CNN’lerden değil fully-connected ağlardan bahsediliyor zaten, bunda bir problem yok.

    Sunumdaysa anladığım kadarıyla “Convolution katmanları olmasaydı bir görüntü matrisini fully-connected bir ağa nasıl bağlardık?” gibi bir sorunun cevabı görsel bir şekilde gösterilmek istenmiş. Eminim canlı anlatım sırasında bu şekilde bahsedilmiştir 🙂 Sadece görüntü matrisinin convolution katmanına verilmeden önce flatten edilmesi gerektiğinin söylenmesi hatalı olmuş. Karışıklık burada yatıyor.


    Zaten sonraki slaytlarda da görebileceğiniz gibi (sf 24, Convolution Layer) convolution katmanlarının girdileri matris halinde gösteriliyor.