Lompat ke konten utama
Kelas
Jaringan Saraf Tiruan Dasar dengan PythonPelajaran 20 dari 22 · Modul 5, CNN, RNN, dan embedding dengan numpy

Modul 5 · CNN, RNN, dan embedding dengan numpy

Konvolusi 2D, padding, stride, dan pooling dengan numpy

Setelah pelajaran ini kamu bisa menulis operasi konvolusi 2D dengan padding dan stride serta max pooling dan average pooling dengan numpy, dan menghitung satu nilai keluarannya dengan tangan.

  • ±14 menit
  • 3 latihan
  • Diperiksa 28 Sep 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Dive into Deep Learning §7.2 menjelaskan operasi di dalam lapisan konvolusi: jendela seukuran kernel mulai dari pojok kiri atas masukan dan bergeser ke kanan lalu ke bawah. Di setiap posisi, subarray di bawah jendela dikalikan kernel elemen demi elemen, lalu hasilnya dijumlahkan menjadi satu angka keluaran. Operasi ini sebenarnya cross-correlation; Deep Learning bab 9.1 mencatat bahwa banyak pustaka machine learning menerapkan cross-correlation, yaitu konvolusi tanpa membalik kernel, tetapi tetap menyebutnya konvolusi. Kelas Mengolah Citra dengan Python memakai operasi serupa lewat scipy.ndimage untuk blur dan tepi Sobel; di sini operasinya ditulis sendiri, dan di jaringan sungguhan isi kernelnya dipelajari.

Dengan stride s, jendela untuk keluaran baris i dan kolom j dimulai di baris i·s dan kolom j·s masukan. Padding p menambahkan p baris dan p kolom nol di setiap sisi sebelum jendela digeser; np.pad(X, p) melakukannya, karena mode bawaannya constant dengan nilai 0. Ukuran keluarannya mengikuti rumus dari pelajaran sebelumnya, ⌊(n + 2p − k) / s⌋ + 1.

Pooling (d2l §7.5) menggeser jendela dengan cara yang sama, tetapi tidak punya kernel dan tidak punya parameter: max pooling mengambil nilai terbesar di jendela, average pooling rata-ratanya. Jendela 2 × 2 dengan stride 2 membagi dua tinggi dan lebar peta fitur.

import numpy as np

X = np.arange(16.0).reshape(4, 4)
K = np.array([[0.0, 1], [2, 0]])
i, j, s = 1, 0, 2                          # keluaran baris 1, kolom 0, stride 2
jendela = X[i * s:i * s + 2, j * s:j * s + 2]  # baris 2–3, kolom 0–1
print(jendela, (jendela * K).sum())        # [[ 8.  9.] [12. 13.]] 33.0
print(np.pad(np.ones((2, 2)), 1).shape)    # (4, 4)

Latihan

Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 3 dari 3

Masukan 4 × 4: baris 1 = [3, 1, 2, 0], baris 2 = [1, 4, 0, 2], baris 3 = [2, 0, 1, 3], baris 4 = [0, 2, 3, 1]. Kernel 2 × 2: [[1, 2], [0, −1]]. Dengan padding 1 dan stride 2, berapa nilai keluaran di baris ke-2, kolom ke-2 (dihitung mulai dari 1)?

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Lanjutkan ke

Tampilkan 1 lagi