Howtosignalprocessing
- ¿Qué está rellenando en el aprendizaje profundo??
- ¿Para qué se usa el relleno en CNN??
- ¿Qué significa el relleno??
- ¿Cuál es el papel del relleno??
¿Qué está rellenando en el aprendizaje profundo??
El relleno es simplemente un proceso de agregar capas de ceros a nuestras imágenes de entrada para evitar los problemas mencionados anteriormente. Esto evita que se reduzca como, si p = número de capas de ceros agregados al borde de la imagen, entonces nuestra imagen (n x n) se convierte en (n + 2p) x (n + 2p) imagen después del relleno.
¿Para qué se usa el relleno en CNN??
Para ayudar al núcleo a procesar la imagen, se agrega relleno al marco de la imagen para permitir más espacio para que el núcleo cubra la imagen. Agregar relleno a una imagen procesada por un CNN permite un análisis más preciso de las imágenes.
¿Qué significa el relleno??
El tipo de relleno se llama mismo porque el tamaño de salida es el mismo que el tamaño de entrada (cuando Stride = 1). El uso de 'lo mismo' asegura que el filtro se aplique a todos los elementos de la entrada. Normalmente, el relleno se establece en "lo mismo" mientras se entrena al modelo. El tamaño de la salida es matemáticamente conveniente para un cálculo adicional.
¿Cuál es el papel del relleno??
El relleno se usa para crear espacio alrededor del contenido de un elemento, dentro de cualquier fronteras definidas.
