Lección 9 del módulo “Redes Convolucionales” del curso Fundamentos de Deep Learning con Python.
En la lección anterior vimos procesar una imagen aplicando la convolución con múltiples filtros.
Como veremos más adelante, al procesar una imagen con una Red Convolucional lo que se hace es progresivamente reducir las dimensiones espaciales (ancho y alto de la imagen/volumen) incrementando a su vez la cantidad de características que se obtienen (es decir la profundidad del mapa resultante).
Una forma de reducir esta redundancia de información espacial (a lo ancho y a lo alto) es usando el pooling.
Veamos entonces cómo usar esta operación al momento de procesar una imagen o un volumen.
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Bien, acabamos de ver cómo durante el pooling se realiza un barrido por cada plano de la imagen, calculando el máximo o el promedio de cada región procesada y asignando ese valor al pixel correspondiente en la imagen resultante.
Y esta sencilla operación permite reducir la redundancia de información espacial en las diferentes etapas de procesamiento. Adicionalmente, el pooling no requiere el entrenamiento de ningún parámetro, pues en cada iteración aplica la misma operación (máximo o promedio) sobre la porción de la imagen de entrada que esté procesando.
En este punto ya tenemos todos los elementos básicos de una Red Convolucional: los filtros o kernels, la convolución en sus diferentes formas, así como el padding, los strides, el pooling y la convolución con múltiples canales y con múltiples filtros.
Así que ya estamos listos para entender cómo combinar todos estos elementos en la arquitectura de una Red Convolucional, que será el tema de la próxima lección.
Todas las lecciones del curso Fundamentos de Deep Learning con Python.