回答編集履歴
3
誤植修正
test
CHANGED
@@ -52,7 +52,7 @@
|
|
52
52
|
|
53
53
|
|
54
54
|
|
55
|
-
> 諸々について。**どうして32か?これは単に
|
55
|
+
> 諸々について。**どうして32か?これは単に試行と経験で得られたマジックナンバーなのです。**これはCNNsの定義の中では本当に小さい数値に過ぎません(単にグレースケールイメージから基本的なエッヂを検出するだけであれば、既に8個の異なるフィルタが必要になるということに注意してください 訳注:8方向?2^8=8bitグレースケール?)。
|
56
56
|
|
57
57
|
|
58
58
|
|
2
編集上の修正
test
CHANGED
@@ -50,9 +50,9 @@
|
|
50
50
|
|
51
51
|
1 1 1 1 1`
|
52
52
|
|
53
|
-
>
|
54
53
|
|
54
|
+
|
55
|
-
> 諸々について。**どうして32か?これは単に思考と経験で得られたマジックナンバーなのです。**これはCNNsの定義の中では本当に小さい数値に過ぎません(単にグレースケールイメージから基本的なエッヂを検出するだけであれば、既に8個の異なるフィルタが必要になるということに注意してください 訳注:2^8=8bitグレースケール?)。
|
55
|
+
> 諸々について。**どうして32か?これは単に思考と経験で得られたマジックナンバーなのです。**これはCNNsの定義の中では本当に小さい数値に過ぎません(単にグレースケールイメージから基本的なエッヂを検出するだけであれば、既に8個の異なるフィルタが必要になるということに注意してください 訳注:8方向?2^8=8bitグレースケール?)。
|
56
56
|
|
57
57
|
|
58
58
|
|
1
補足追加
test
CHANGED
@@ -9,3 +9,55 @@
|
|
9
9
|
|
10
10
|
|
11
11
|
どうして32コなの?となると、恐らく「処理が軽いけれども十分に判別できるライン」が32だったのだろうと思います(2^5でキリがいいですし)。
|
12
|
+
|
13
|
+
|
14
|
+
|
15
|
+
---
|
16
|
+
|
17
|
+
**2017-09-17 22:00過ぎ追記**
|
18
|
+
|
19
|
+
[Stackoverflowのlejlotさん](https://stackoverflow.com/questions/38201178/understanding-deep-mnist-for-experts)がかなり丁寧にまとめていましたので引用します。
|
20
|
+
|
21
|
+
|
22
|
+
|
23
|
+
> (中略)MNISTのなかで、イメージ全体に5x5の畳み込みカーネルを走査させることを通して、画像を直線的にマッピングしており、このようなフィルタを32個作っているのです。
|
24
|
+
|
25
|
+
>
|
26
|
+
|
27
|
+
> 例えば、このようなフィルター1個であれば、エッヂ検出装置として働きます。
|
28
|
+
|
29
|
+
`0 0 0 0 0
|
30
|
+
|
31
|
+
0 0 0 0 0
|
32
|
+
|
33
|
+
1 1 1 1 1
|
34
|
+
|
35
|
+
1 1 1 1 1
|
36
|
+
|
37
|
+
1 1 1 1 1`
|
38
|
+
|
39
|
+
|
40
|
+
|
41
|
+
> 別の例では、斜めの線を検出することができます。
|
42
|
+
|
43
|
+
`1 0 0 0 0
|
44
|
+
|
45
|
+
1 1 0 0 0
|
46
|
+
|
47
|
+
1 1 1 0 0
|
48
|
+
|
49
|
+
1 1 1 1 0
|
50
|
+
|
51
|
+
1 1 1 1 1`
|
52
|
+
|
53
|
+
>
|
54
|
+
|
55
|
+
> 諸々について。**どうして32か?これは単に思考と経験で得られたマジックナンバーなのです。**これはCNNsの定義の中では本当に小さい数値に過ぎません(単にグレースケールイメージから基本的なエッヂを検出するだけであれば、既に8個の異なるフィルタが必要になるということに注意してください 訳注:2^8=8bitグレースケール?)。
|
56
|
+
|
57
|
+
|
58
|
+
|
59
|
+
---
|
60
|
+
|
61
|
+
|
62
|
+
|
63
|
+
先行事例を調べる途中で、概念や言葉だけではわかりにくいから、[**3Dでゴリゴリ動かせるWEB上のMNIST**](http://scs.ryerson.ca/~aharley/vis/conv/)を使ってはどうだ?という提案がありましたので、参考にリンクをつけておきます。
|