Un ejemplo de Kernel en Deep Learning te ayudará a aprender cómo se comporta este tipo de filtro para el análisis de imágenes dentro de las redes neuronales convolucionales. Por ello, en este post, te exponemos un práctico ejemplo de Kernel en Deep Learning.
Ejemplo de Kernel en Deep Learning
Para este ejemplo de Kernel en Deep Learning debes partir de que un kernel se define como un filtro que sirve para resaltar determinadas estructuras de la imagen.
De esta forma, no tenemos que definir ningún filtro, ya que la red automáticamente los aprende gracias al backpopagation.
Por otra parte, la CNN tiene dos etapas: feature extractor y classifier. Esto se debe a que la red primero extrae unos determinados patrones haciendo uso de la primera etapa (base model), que son los que mejor le vienen al posterior clasificador (top model) para hacer su trabajo con la mayor precisión posible.
Pues bien, sabiendo que la imagen es una matriz, lo que hace la convolución es definir el filtro o kernel por el que va a multiplicar la matriz de la imagen.
En este ejemplo de kernel en Deep Learning, se define un kernel de 3×3 píxeles y se multiplica a la input_image. Sin embargo, el kernel es mucho más pequeño que la imagen, de manera que, para poder multiplicar a toda la imagen, primero situamos el kernel sobre los primeros 3×3 píxeles, luego lo movemos uno hacia la derecha, luego otro, luego otro… Así irás calculando la suma de la multiplicación de cada elemento del kernel por cada uno de los píxeles correspondientes a la imagen.
El resultado de esta operación se almacena en la imagen de salida, como puedes observar a continuación:
Ahora, te exponemos un ejemplo de kernel en Deep Learning animado para que comprendas cómo se lleva al cabo el proceso:
En este post, te hemos expuesto un breve ejemplo de kernel en Deep Learning, sin embargo, todavía falta mucho por aprender sobre el mundo del manejo del Big Data.
Desde KeepCodging, te traemos el Bootcamp Full Stack Big Data, Inteligencia Artificial & Machine Learning, gracias al que podrás aprender mucho más sobre los sistemas y herramientas más importantes en el universo del Big Data. De la mano de profesionales y en menos de nueve meses, te convertirás en todo un experto y serás capaz de conocer e identificar las alternativas de gestión de datos más apropiadas para los estudios de los macrodatos. ¿A qué estás esperando para empezar? ¡No dudes en solicitar más información e inscríbete ahora!
