1) স্তর 1 এর সি 1 এর 6 টি বৈশিষ্ট্যযুক্ত মানচিত্র রয়েছে, এর অর্থ কী ছয়টি সমাবর্তনীয় কার্নেল রয়েছে? প্রতিটি কনভোলজিনাল কার্নেল ইনপুট ভিত্তিক বৈশিষ্ট্য মানচিত্র তৈরি করতে ব্যবহৃত হয়।
এখানে 6 টি কনভ্যুশনাল কার্নেল রয়েছে এবং প্রতিটিই ইনপুট ভিত্তিক একটি বৈশিষ্ট্য মানচিত্র তৈরি করতে ব্যবহৃত হয়। এটি বলার আর একটি উপায় হ'ল এখানে 6 টি ফিল্টার বা 3 ডি সেট ওজনের যা আমি কেবল ওজনকে ডাকব। এই চিত্রটি যা দেখায় না, সম্ভবত এটি আরও পরিষ্কার করা উচিত তা হল চিত্রগুলিতে সাধারণত 3 টি চ্যানেল থাকে, লাল, সবুজ এবং নীল বলে। সুতরাং ইনপুট থেকে সি 1 এ আপনাকে যে ওজন ম্যাপ করে তা কেবল 5x5 নয় আকৃতির / মাত্রা 3x5x5 5 সি 3 এ 2 মাত্রিক বৈশিষ্ট্য মানচিত্র তৈরি করতে একই 3 ডাইমেনশনাল ওজন বা কার্নেল পুরো 3x32x32 চিত্র জুড়ে প্রয়োগ করা হয়। এই উদাহরণে 6 টি কার্নেল রয়েছে (প্রতিটি 3x5x5) যাতে এই উদাহরণে 6 টি বৈশিষ্ট্য মানচিত্র (প্রতিটি 28x28 যেহেতু স্ট্রাইড 1 এবং প্যাডিং শূন্য হয়) তৈরি করে, যার প্রতিটিই ইনপুট জুড়ে 3x5x5 কার্নেল প্রয়োগের ফলাফল।
2) স্তর 1 এ এস 1 এর 6 বৈশিষ্ট্য মানচিত্র রয়েছে, 2 স্তরে সি 2 এর 16 টি বৈশিষ্ট্য মানচিত্র রয়েছে। এস 1-তে 6 বৈশিষ্ট্য মানচিত্রের ভিত্তিতে এই 16 বৈশিষ্ট্য মানচিত্রগুলি পাওয়ার প্রক্রিয়াটি কেমন দেখাচ্ছে?
এখন আমরা লেয়ার ওয়ানে একই কাজটি করেছি, তবে স্তর 2 এর জন্য এটি করুন, এই সময়টি বাদে চ্যানেলের সংখ্যা 3 (আরজিবি) নয় বরং এস 1 এর বৈশিষ্ট্য মানচিত্র / ফিল্টারগুলির সংখ্যার জন্য 6, ছয়। এখন আকৃতি / মাত্রা 6x5x5 এর 16 টি স্বতন্ত্র কার্নেল রয়েছে। প্রতিটি স্তরের 2 কার্নেল সি 2 তে 2D বৈশিষ্ট্য মানচিত্র তৈরি করতে সমস্ত S1 জুড়ে প্রয়োগ করা হয়। স্তর 2 এ প্রতিটি অনন্য কার্নেলের জন্য 16 টি করা হয়, সমস্ত 16, স্তর 2-এ 16 টি বৈশিষ্ট্য মানচিত্র তৈরি করতে (প্রতিটি 10x10 যেহেতু স্ট্রাইড 1 এবং প্যাডিং শূন্য হয়)
উত্স: http://cs231n.github.io/convolutional-networks/