Что это такое?
Это технический отчёт (статья), объясняющий арифметику свёрток в глубоком обучении, а также набор анимированных GIF, которые наглядно показывают, как работают различные операции свёртки.
Это технический отчёт (статья), объясняющий арифметику свёрток в глубоком обучении, а также набор анимированных GIF, которые наглядно показывают, как работают различные операции свёртки.Это библиотека или статья?Это документ на LaTeX и заранее отрисованные анимации, а не библиотека кода, которую можно импортировать в проект; его предназначено читать и цитировать.
Это документ на LaTeX и заранее отрисованные анимации, а не библиотека кода, которую можно импортировать в проект; его предназначено читать и цитировать.Как самому сгенерировать анимации или скомпилировать документ?Сгенерируйте Makefile, а затем анимации, запуская команды из корня репозитория: GIF-файлы попадут в директорию gif, шаги PDF и PNG — в директории pdf и png, а весь документ можно скомпилировать отдельно.
Сгенерируйте Makefile, а затем анимации, запуская команды из корня репозитория: GIF-файлы попадут в директорию gif, шаги PDF и PNG — в директории pdf и png, а весь документ можно скомпилировать отдельно.Нужны ли LaTeX или другие инструменты для сборки?Да, поскольку это технический отчёт на основе TeX, понадобится набор инструментов LaTeX (и всё, что используют цели Makefile), чтобы сгенерировать Makefile, анимации и скомпилировать документ.
Да, поскольку это технический отчёт на основе TeX, понадобится набор инструментов LaTeX (и всё, что используют цели Makefile), чтобы сгенерировать Makefile, анимации и скомпилировать документ.Проект всё ещё поддерживается?Нет, репозиторий архивирован, так что это завершённый статичный справочный материал, а не активно развивающийся проект.
Нет, репозиторий архивирован, так что это завершённый статичный справочный материал, а не активно развивающийся проект.Кому это полезно?Материал рассчитан на студентов и практиков глубокого обучения, которые хотят интуитивно и наглядно понять, как операции свёртки, транспонированной свёртки и свёртки с расширением (dilated) преобразуют размерности входа и выхода.
Материал рассчитан на студентов и практиков глубокого обучения, которые хотят интуитивно и наглядно понять, как операции свёртки, транспонированной свёртки и свёртки с расширением (dilated) преобразуют размерности входа и выхода.Какие анимации свёрток здесь есть?В репозитории представлены стандартная свёртка с различными комбинациями padding и stride, эквиваленты транспонированной свёртки и свёртка с расширением; все они показаны с синими входными картами и голубыми выходными картами.
В репозитории представлены стандартная свёртка с различными комбинациями padding и stride, эквиваленты транспонированной свёртки и свёртка с расширением; все они показаны с синими входными картами и голубыми выходными картами.Как процитировать эту работу?Цитируйте сопутствующую статью «A guide to convolution arithmetic for deep learning» авторства Vincent Dumoulin и Francesco Visin, как указано в README, со ссылкой в формате BibTeX.
Цитируйте сопутствующую статью «A guide to convolution arithmetic for deep learning» авторства Vincent Dumoulin и Francesco Visin, как указано в README, со ссылкой в формате BibTeX.Зачем нужны анимации, если можно просто читать формулы?Они наглядно показывают, как выбор padding, stride и dilation меняет пространственное соотношение между входными и выходными картами признаков, что по одним формулам понять сложнее.
Они наглядно показывают, как выбор padding, stride и dilation меняет пространственное соотношение между входными и выходными картами признаков, что по одним формулам понять сложнее.What are similar projects?awesome-deep-learning-papers, Deep-Learning-Papers-Reading-Roadmap, awesome-computer-vision, cs231n.github.io, deep-learning-for-image-processing, awesome-deep-vision, sutskever-30-implementations, stanford-tensorflow-tutorials
awesome-deep-learning-papers, Deep-Learning-Papers-Reading-Roadmap, awesome-computer-vision, cs231n.github.io, deep-learning-for-image-processing, awesome-deep-vision, sutskever-30-implementations, stanford-tensorflow-tutorialsWhich topics is it in?convolutional-neural-networks, tex, deep-neural-networks, papers, visualization, neural-network, academic-research, book, animation, guide, computer-vision, learning-resources
convolutional-neural-networks, tex, deep-neural-networks, papers, visualization, neural-network, academic-research, book, animation, guide, computer-vision, learning-resources