Para uma imagem com 30 pixels em cada coluna e 30 pixels em cada linha, da qual se pretende extrair cinco características, considerando os parâmetros de peso e viés de cada conexão formada, quantos parâmetros independentes existirão para uma rede neural densa convencional e para uma rede convolucional que usa um kernel 3x3, respectivamente?
A.
A convencional necessitará de 901 parâmetros; a convolucional, de apenas 9.
B.
A convencional necessitará de 4.501 neurônios; a convolucional, de apenas 900.
C.
A convencional necessitará de 810.900 neurônios; a convolucional, de apenas 50.
D.
A convencional necessitará de 2.700 neurônios; a convolucional, de apenas 9.
E.
A convencional necessitará de 900 neurônios; a convolucional, de apenas 1.350.
Item: "C" Os parâmetros para qualquer rede neural envolvem os pesos de cada conexão e o bias de ativação da célula. Como, nas redes neurais densas, cada neurônio de uma camada recebe de entrada a conexão de todos os neurônios da camada anterior e há um total 30x30 pixels, serão 900 neurônios de entrada e 900 de camada oculta, porém 900x900 pesos para perfazer todas as conexões, o que resulta em 810.000 pesos a serem calculados individualmente. Há, ainda, 900 bias, um para cada neurônio da camada oculta. Total = 810.900.
Já para a rede convolucional, os pesos serão repetidos ao longo de toda a imagem, só alterando para kernels diferentes. Se o kernel utilizado é 3x3, são 9 pixels para cada kernel mais um parâmetro compartilhado de viés. Cada característica demandará um kernel diferente; sendo cinco características, o total de parâmetros calculados será 5x(9+1) = 50.
Para escrever sua resposta aqui, entre ou crie uma conta
Inteligência Artificial
•FACULDADE DECISION
Inteligência Artificial
•FACULDADE DECISION
Inteligência Artificial
•FACULDADE DECISION
Inteligência Artificial
•FACULDADE DECISION
Compartilhar