حجم خرج طبقة التجميع

خطوات الاستخدام

الخطوة 1: فهم معادلة حساب خرج طبقة التجميع. تُستخدم طبقات التجميع (Pooling Layers) في الشبكات العصبية الالتفافية لتقليل أبعاد البيانات مع الاحتفاظ بالمعلومات الهامة. يتم حساب حجم الخرج (Output Size) باستخدام المعادلة: outputDim = floor((inputDim - poolSize) / stride) + 1. حيث inputDim هو البعد المدخل (الطول أو العرض)، poolSize هو حجم نافذة التجميع، وstride هو الخطوة التي تتحرك بها النافذة. يجب فهم أن هذه المعادلة تفترض عدم استخدام padding، وإذا تم استخدام padding فقد تتغير.

الخطوة 2: إدخال البعد المدخل (inputDim). هذا هو البعد المكاني (الطول أو العرض) لخريطة المعالم (Feature Map) الداخلة إلى طبقة التجميع. عادة ما يكون رقمًا صحيحًا موجبًا. يجب أن يكون أكبر من poolSize للحصول على خرج صحيح. على سبيل المثال، إذا كانت خريطة المعالم بحجم 32×32، فإن inputDim = 32.

الخطوة 3: إدخال حجم نافذة التجميع (poolSize). هو حجم النافذة (عادة مربعة) التي تجمع القيم. على سبيل المثال، poolSize = 2 يعني نافذة 2×2. يجب أن يكون poolSize ≤ inputDim. يؤثر حجم النافذة على درجة الاختزال: كلما زاد poolSize، قلت أبعاد الخرج.

الأسئلة الشائعة

خطوة التجميع (stride) تحدد مدى تداخل نوافذ التجميع. إذا كانت stride أصغر من poolSize، تتداخل النوافذ، مما يؤدي إلى خرج أكبر مقارنة باستخدام stride مساوٍ لـ poolSize. على سبيل المثال، مع inputDim = 6, poolSize = 3, stride = 1، يكون الخرج = floor((6-3)/1)+1 = 4، بينما مع stride = 3، الخرج = floor((6-3)/3)+1 = 2. إذًا stride يتحكم في درجة الاختزال: كلما زادت stride، قل حجم الخرج. في التطبيقات العملية، غالبًا ما نستخدم stride = poolSize لتجنب التداخل وتحقيق اختزال متناسب (مثلًا النصف). لكن في بعض التصاميم مثل شبكة ResNet، قد نستخدم stride < poolSize للحفاظ على معلومات أكثر. من المهم فهم أن stride تؤثر أيضًا على الحقل الاستقبالي للطبقات التالية وبالتالي على أداء النموذج.

حجم نافذة التجميع يحدد مقدار الاختزال المكاني. كلما كان poolSize أكبر، كلما قل حجم الخرج بشكل أكبر، مما يقلل عدد المعلمات ويحسن سرعة الحساب ويقلل من احتمالية overfitting. ولكن من ناحية أخرى، فإن استخدام حجم نافذة كبير جدًا قد يتسبب في فقدان معلومات دقيقة عن الميزات المكانية. على سبيل المثال، استخدام poolSize = 2 مع stride = 2 يقلل الأبعاد للنصف، وهو شائع في الشبكات التقليدية مثل AlexNet. بينما استخدام poolSize = 3 مع stride = 2 يعطي اختزالًا أقل بقليل (مثلًا من 112 إلى 55 كما في المثال). في بعض الشبكات مثل VGG16، يتم استخدام poolSize = 2 و stride = 2 بشكل متكرر. هناك أيضًا أنواع مختلفة من التجميع: التجميع الأقصى (Max Pooling) يركز على الميزات الأكثر بروزًا، بينما التجميع المتوسط (Average Pooling) يحافظ على المعلومات المتوسطة. لذلك يجب اختيار حجم النافذة بعناية بناءً على حجم البيانات ونوع الميزات المراد الاحتفاظ بها.

عندما لا تقبل (inputDim - poolSize) القسمة على stride، فإن المعادلة تستخدم floor لتقريب الناتج إلى أسفل. هذا يعني أن نوافذ التجميع لا تغطي المدخل بالكامل بسلاسة، وقد يتم تجاهل بعض المناطق عند الحواف (عدم استخدام padding). هذا يؤدي إلى خفض الأبعاد بشكل غير متساوٍ وقد يفقد معلومات عند الحواف. لتجنب ذلك، يمكن استخدام padding (حشو) عن طريق إضافة أصفار (zero-padding) حول حدود خريطة المعالم. مع padding، تصبح المعادلة: outputDim = floor((inputDim + 2*padding - poolSize) / stride) + 1. باختيار padding مناسب، يمكن جعل (inputDim + 2*padding - poolSize) قابلاً للقسمة على stride، وبالتالي الحصول على خرج ذو أبعاد مضبوطة. مثلاً، في التجميع، نادراً ما يستخدم padding لأنه يتعارض مع غرض الاختزال، ولكن في بعض الحالات مثل التجميع المتوسط العالمي (Global Average Pooling) يتم تطبيقه على كامل المدخل. في الممارسة العملية، إذا كان اختزال الأبعاد غير منتظم، فقد يتم ضبط معمارية الشبكة لتجنب ذلك عن طريق اختيار قيم poolSize و stride مناسبة.

من حيث حساب أبعاد الخرج، فإن جميع أنواع التجميع (Max, Average, Global) تستخدم نفس المعادلة الرياضية (مع مراعاة padding). الفرق يكمن في العملية التي تجري داخل النافذة: التجميع الأقصى يأخذ أقصى قيمة، والتجميع المتوسط يأخذ المتوسط الحسابي. أما التجميع العام (Global Pooling) فهو حالة خاصة حيث يكون poolSize مساويًا لأبعاد المدخل بالكامل (أو مع padding مناسب)، مما ينتج خرجًا بحجم 1×1 (أو لكل قناة). على سبيل المثال، إذا كان inputDim = 7, poolSize = 7, stride = 1 (أو أي قيمة تسمح بتغطية المدخل)، فإن outputDim = floor((7-7)/1)+1 = 1. هذا يستخدم عادة قبل الطبقة المتصلة بالكامل لتقليل الأبعاد بشكل كبير. لذلك، بينما تظل معادلة حساب الأبعاد ثابتة، فإن الخيارات المختلفة لـ poolSize و stride هي التي تحدد شكل الخرج. التجميع العام لا يتطلب معرفة محددة بـ stride لأنه عادة ما يستخدم poolSize = inputDim.

حجم خرج طبقة التجميع

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

1مثال 1: لدينا خريطة معالم بأبعاد 64×64، ونريد تطبيق تجميع أقصى (Max Pooling) بحجم نافذة 2×2 وخطوة 2. احسب أبعاد الخرج.

2مثال 2: في شبكة عميقة، لدينا خريطة معالم بأبعاد 112×112، ونريد تطبيق تجميع متوسط (Average Pooling) بحجم نافذة 3×3 وخطوة 2. ما أبعاد الخرج؟ افترض عدم وجود padding.

أمثلة محسوبة

الأسئلة الشائعة