Filtro / Kernel

/ˈfɪltər ˈkɜːrnəl/

Filtro / Kernel: Una piccola matrice di pesi apprendibili che scorre sull'input durante la convoluzione per rilevare feature specifiche. I filtri sono appresi durante il training per rilevare feature utili. Dimensioni comuni: 3x3, 5x5, 7x7. Più filtri estraggono feature diverse.

In English: Filter / KernelLegge I · Embedding, feature e spazi vettoriali

I filtri sono appresi durante il training per rilevare feature utili. Dimensioni comuni: 3x3, 5x5, 7x7. Più filtri estraggono feature diverse. Il termine 'kernel' è usato in modo intercambiabile con filtro.

Formula

Parametri di una Conv2d = k_h·k_w·C_in·C_out + bias

Esempio numerico

cin, cout, kh, kw = 32, 64, 3, 3
print(kh*kw*cin*cout)       # 18,432 senza bias
print(kh*kw*cin*cout+cout)  # 18,496 con bias

Quando usarlo

I kernel apprendono rilevatori locali condivisi nello spazio e i filtri determinano i canali della feature map.

Limiti

Dimensione e dilatazione cambiano campo recettivo e costo; kernel grandi non sempre aggiungono informazione utile.

Esempi

  • Filtro 3x3 edge detection
  • Kernel 5x5 Gaussian blur
  • Rilevatori feature appresi

Autovalutazione

Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

1. Che cos’è Filtro / Kernel?
Spiegazione

Filtro / Kernel: Una piccola matrice di pesi apprendibili che scorre sull'input durante la convoluzione per rilevare feature specifiche. I filtri sono appresi durante il training per rilevare feature utili. Dimensioni comuni: 3x3, 5x5, 7x7. Più filtri estraggono feature diverse.

2. Quale applicazione è coerente con Filtro / Kernel?
Spiegazione

I kernel apprendono rilevatori locali condivisi nello spazio e i filtri determinano i canali della feature map.

3. Quale voce è collegata a Filtro / Kernel?
Spiegazione

Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.