4.1.9 أداة ال Max-Pooling
ฝัง
- เผยแพร่เมื่อ 6 ก.พ. 2025
- هذه المحاضرة هي جزء من سلسلة محاضرات التعلم العميق Deep Learning
يمكنك مشاهدة جميع الحلقات هنا
www.youtube.co...
و يمكنك متابعتنا علي الصفحة الخاصة بنا علي الفيس بوك
/ machine.learning.art
كما يمكنك الانضمام للمجموعة الخاصة بنا هنا
/ machine.learning.art - วิทยาศาสตร์และเทคโนโลยี
الحقيقة طريقة عرض حضرتك لكورس ( تعلم الاله )ككل هايلة جدا وممتازة انا دكتورة فى الجامعة واستفدت جدا منك كمان كونك بتشرح بالعربى فدة حاجة فوق ممتازة لانى بتفيد المتعلم العربى وحليتله مشكلة كبيرة اوى..اللى بستغربله ليه مفيش مشاهدين كتير مع ان الشرح هايل والتقسيم ممتاز والمادة العلمية صحيحة ؟؟ربنا يجعله عملك فى ميزان حسناتك ويبارك فى علمك
فى بعض التعديلات فى الصفحة الاخيرة فى العمود الاخير وهما خاصين بال parameters المفروض القيم تكون
Here are the 5 typos:
208 should be (5*5*3 + 1) * 8 = 608
416 should be (5*5*8 + 1) * 16 = 3216
In the FC3, 48001 should be 400*120 + 120 = 48120, since the bias should have 120 parameters, not 1
Similarly, in the FC4, 10081 should be 120*84 + 84 (not 1) = 10164
(Here, the bias is for the fully connected layer. In fully connected layers, there will be one bias for each neuron, so the bias become In FC3 there were 120 neurons so 120 biases.)
Finally, in the softmax, 841 should be 84*10 + 10 = 850
please i did not understand how we get the number of parameters
(5*5*3 + 1) * 8 : why you added 1 and what's the 8 ? .
hope you answer me ...
thank you
ممكن حضرتك تبعت القوانين اللي تحسب ده
@@Al-FakihAbdulkhalek اعتقد انه غلطا ن في بعض الحسابات لانه حاسب ان عدد ال channels بيطلع 3 matrices بتوع ال (r,g,b)
وهو لا مش بيطلع 3 هو بيطلع matrix واحد فقط وعدد الفلتر هو اللي بيطلع عدد مساوي له من ال matrices
بمعني ان الفلتر 5*5*3 هينتج عنه matrix واحد بيساوي 28*28 وعدد ال weights بيساوي 25 +1 ( ال واحد خاص ب ال b)
لما اطبق 8 فلترز هينتج 26 *8=208
بناءً ع اي بيتم تحديد ال pooling سواء max , avg , sum ؟!
ايضا ع اي اساسا بيتم تحديد ال region size and stride ؟؟
stride is a hyper parameter we will study later how to choose its value
هو اجباري العمق يزداد ؟ وممكن اقلل العمق؟