- Este tópico contém 4 respostas, 2 vozes e foi atualizado pela última vez 11 meses, 1 semana atrás por
.
- Posts
Olá,
Logo no primeiro video nos fazemos:
nn.Linear(in_features=14*14*32, out_features=128)
Será que me podem explicar melhor de onde vem o “14*14*32” e o “128”?
Muito obrigado!
Olá Luís,
Observe que, na aula seguinte (Base de dados, por volta de @5:15), o professor vai configurar o loader para entregar imagens com o tamanho de 64×64 pixels. Nas camadas de convolução, como estamos usando um
kernel_sizede 3 estridede 1 (o stride não está explícito na construção do modelo, mas 1 é o valor padrão), isto implica que o resultado será uma matriz com 2 pixels a menos, 1 em cada extremidade. Ou seja, ao final da primeira convolução, a matriz terá 62×62 pixels. Na camada de MaxPooling, estamos usando umkernel_sizede 2, o que fará com que a matriz fique com a metade dos pixels, ou seja, 31. Como este processo é repetido mais uma vez, isto resulta primeiro, na convolução, em uma matriz de 29×29, e depois, no MaxPooling, em uma matriz de 14×14 (1 pixel é descartado porque a divisão não é perfeita). Já o 32 é o número de filtros utilizado na última camada de convolução (parâmetroout_channels).O 128 não tem uma razão específica, a princípio poderia ser qualquer valor, mas é comum construir camadas densas com exponentes de 2, e 128 é um valor bastante comum.
Olá Denny. Obrigado pela resposta rápida. Ficou esclarecido!
Eu estava a tentar fazer o mesmo mas com imagens próprias mas estou tendo um erro na classificação quando estou a avaliar o modelo.
Estou a usar exatamente o mesmo código mas com imagens diferentes. (todas elas têm o mesmo tamanho.
No entanto quando tento classificar no fim usando a função classificar_imagem retorna-me este erro:
“cannot reshape array of size 16384 into shape (64,64,3)”
Estará a faltar-me alguma coisa?
Obrigado mais uma vez!
Olá Luis,
Se você observar, 16384 = 64 * 64 * 4. Imagens coloridas geralmente têm 3 canais diferentes, um para cada cor primária, mas algumas (como as de formato PNG) têm um quarto canal chamado de alpha com a transparência. Deve ser este o caso. Tenta converter elas pra JPEG antes.
- Você deve fazer login para responder a este tópico.