ما الفرق بين الحشو الصفري (zero padding) والحشو المتساوي (same padding)؟

الحشو الصفري هو إضافة بكسلات قيمتها صفر حول حافة الصورة المدخلة لتعويض الفقد في الأبعاد بسبب الالتفاف. الحشو المتساوي (أو 'same padding') هو نوع خاص من الحشو يهدف إلى جعل حجم الخرج مساوياً لحجم الدخل. لحساب padding المطلوب لتحقيق ذلك بشرط أن يكون stride=1، نستخدم العلاقة: padding = (kernelSize - 1) / 2. على سبيل المثال، لنواة 3×3 تحتاج padding=1، ولنواة 5×5 تحتاج padding=2. أما الحشو العادي فأنت تختار قيمة padding يدوياً، مما قد ينتج أبعاد خرج مختلفة. فهم هذا الفرق مهم لتصميم شبكات CNN عميقة حيث نحتاج غالباً للحفاظ على الأبعاد لتسهيل الانتشار عبر الطبقات.

كيف تؤثر زيادة الخطوة (stride) على حجم الخرج وحساب التدرج (gradient) أثناء التدريب؟

زيادة قيمة الخطوة تقلل من حجم خرائط الميزات بشكل كبير. على سبيل المثال، الخطوة 2 تختزل الأبعاد بمقدار النصف تقريباً. هذا يقلل عدد المعلمات ويحسن الكفاءة الحسابية. لكن يجب الحذر: الخطوة الكبيرة قد تفقد معلومات مكانية دقيقة، مما قد يقلل من دقة الشبكة في المهام الحساسة للمواقع (مثل تحديد المواقع). في الانتشار العكسي، تؤثر الخطوة أيضاً على كيفية انتشار التدرجات. عادةً، الخطوة الأكبر تجعل التدرجات أقل حساسية للتغيرات الصغيرة في الدخل، مما قد يبطئ التقارب. لذا اختيار الخطوة هو مقايضة بين السرعة والدقة.

ماذا يحدث عندما تكون قيمة الحشو (padding) سالبة أو عندما لا يكون ناتج القسمة عدداً صحيحاً؟

الحشو عادةً ما يكون عدداً صحيحاً غير سالب. الحشو السالب ليس له معنى فيزيائي في CNN التقليدية. الصيغة تستخدم دالة floor للأرضية للتعامل مع القسمات غير الصحيحة. مثلاً إذا كان البسط 7 والخطوة 3، فإن floor(7/3)=2 ثم نضيف 1 ليكون الخرج 3. هذا يعني أن النواة ستطبق 3 مرات فقط مع تداخل جزئي. في بعض حالات الحشو الخاص (مثل الحشو التلقائي في بعض المكتبات)، قد يتم تجاهل وحدات البكسل الزائدة عند حافة الصورة إذا لم تتناسب الحجم. لكن في الممارسة العملية، يجب اختيار المعلمات بحيث يكون ناتج القسمة عدداً صحيحاً لتجنب فقدان المعلومات أو الحاجة للقص.

هل تنطبق نفس الصيغة على الخرج في طبقات الالتفاف ثنائية الأبعاد (2D convolution) لأبعاد الطول والعرض بشكل منفصل؟

تماماً. بالنسبة لطبقة الالتفاف ثنائية الأبعاد، إذا كانت أبعاد الدخل هي الارتفاع والعرض (Height × Width) وكانت النواة مربعة (kernelHeight = kernelWidth)، فإننا نطبق نفس الصيغة على كل بُعد بشكل مستقل. بمعنى: outputHeight = floor((inputHeight - kernelHeight + 2*paddingHeight) / strideHeight) + 1، وبالمثل للعرض. عادةً ما نفترض أن الخطوة والحشو متماثلان في كلا البعدين، لكن يمكن أن يختلفا. لذا الحاسبة التي تطلب inputWidth تفترض أن الدخل مربع أو أن الارتفاع والعرض متساويان. إذا كانا مختلفين، يجب إضافة مدخل منفصل للارتفاع. في هذه الحاسبة، نفترض حالة مبسطة حيث الدخل مربع.

حجم خرج الطبقة الالتفافية

خطوات الاستخدام

الخطوة الأولى: تحديد حجم المدخلات (Input Size). أدخل عرض الصورة المدخلة (inputWidth) والذي يمثل عدد وحدات البكسل (أو العناصر) في بُعد واحد. على سبيل المثال، إذا كانت الصورة 224×224، أدخل 224. هذا الرقم يمثل طول الجانب الواحد من خريطة الميزات المدخلة.

الخطوة الثانية: تحديد حجم نواة الالتفاف (Kernel Size). أدخل عرض نواة الالتفاف (kernelSize). النواة هي مصفوفة صغيرة تتحرك عبر الصورة لاستخراج الميزات. الأحجام الشائعة هي 3 و5 و7. تأكد من أن النواة أصغر من أو تساوي حجم المدخلات.

الخطوة الثالثة: تحديد خطوة الالتفاف (Stride). أدخل قيمة الخطوة (stride) والتي تحدد مقدار تحرك النواة بعد كل تطبيق. الخطوة 1 تعني أن النواة تتحرك بكسل واحد في كل مرة، والخطوة 2 تنتج خرائط ميزات أصغر. القيمة الافتراضية هي 1.

حجم خرج الطبقة الالتفافية

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أدخل القيم

خطوات الاستخدام

حاسبات ذات صلة

1لنفترض أن لدينا صورة مدخلة بحجم 32×32، ونواة التواء بحجم 5×5، وخطوة (stride) تساوي 1، وحشو (padding) يساوي 2. ما هو حجم خريطة الميزات الناتجة؟

2مثال آخر: صورة 128×128، نواة 3×3، خطوة 2، وحشو 0. ما حجم الخرج؟