складність 3/5
Convolution
Протягування невеликого навченого ядра по входу зі зваженою сумою в кожній позиції — ті самі ваги скрізь, і саме так шар може дивитися на зображення без окремого параметра на піксель.
Інтуїція
Повнозв’язний шар трактує зображення як мішок пікселів: кожен вхід з’єднано з кожним виходом, і жодного уявлення про те, що два сусідні пікселі мають щось спільне. Ви могли б перемішати пікселі перед навчанням, і він навчився б так само добре, а це каже вам, що структурою він ніколи й не користувався [1, ch. 7, introduction].
Згортка починається з двох речей, які ви вже знаєте про зображення. Кіт є котом, хоч би де він з’явився в кадрі. І чи є піксель частиною краю, залежить від його сусідів, а не від чогось у дальньому кутку.
Закодуйте ці два факти — і шар цілком змінює форму: один невеликий набір ваг, застосований однаково в кожній позиції. Це радше повнозв’язний шар, у якого забрали більшість свободи, ніж інший алгоритм — а забрана свобода була свободою вчити те, що для зображень неправда.
Формальне визначення
Як це працює
Де застосовується
Чому і коли
Практичний приклад
Типові помилки
Перевірте себе
3 запитання
Запитання до цієї сторінки входять у доступ. Їх перевіряє сервер, тож відповіді лишаються там, доки ви не дасте свою.
Джерела
- Dive into Deep Learningbook · звірено 2026-09-05https://d2l.ai/
- PyTorch documentation — torch.nn.Conv2ddocs · звірено 2026-09-05https://docs.pytorch.org/docs/stable/generated/torch.nn.Conv2d.html