1
resposta

Deep Learning Imagem Poll

Eu entendi no modulo passado que toda entrada de neuronio teria que ter a mesma quantidade da saída da camada anterior. Eu gostaria de saber como que funciona para imagem, não necessariamente precisa ter a mesma quantidade de saída ou entrada na camada posterior? O poll serve para fazer esse meio de campo para não ser requisitado a mesma quantidade de ativadores na camada posterior?

Obrigado Att Jardel Campos

1 resposta

Oi Jardel, tudo tranquilo?

Na verdade, as camadas convolucionais não precisam ter a mesma quantidade de entrada e saída. Pois convolução é aplicada em pequenas regiões da imagem, chamadas de filtros, e cada filtro aprende uma característica específica da entrada. Portanto, o número de filtros convolucionais em cada camada pode variar.

Quanto ao pooling, sua função é reduzir a dimensionalidade dos mapas de ativação gerados pelas camadas convolucionais. O pooling atua como um "funil", reduzindo a dimensão dos dados da camada anterior.Ou seja, ele não ajusta a quantidade de ativadores na camada posterior, mas sim reduz a dimensionalidade dos mapas de ativação, preservando as características mais relevantes da imagem.

Espero ter esclarecido à dúvida e fico à disposição.

Abraços e bons estudos!

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software