Что такое сверточный слой

Сверточный слой (Convolutional Layer) — это основной строительный блок свёрточных нейронных сетей (CNN), предназначенный для автоматического извлечения признаков из входных данных (например, изображений). Он применяет операцию свёртки — скользящее окно (ядро) по входному тензору, вычисляя скалярное произведение между значениями ядра и соответствующими участками входных данных.

Ключевые особенности:

• Локальная связность — нейроны реагируют только на небольшую область входа.
• Разделение весов — одно ядро применяется ко всей области, уменьшая количество параметров.
• Карты признаков — каждое ядро выделяет определённые паттерны (например, границы, текстуры).

Пример на PyTorch:

import torch.nn as nn

# Создание свёрточного слоя: 3 входных канала, 16 выходных, ядро 3x3
conv_layer = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=1)

Параметры:

• kernel_size: размер ядра (например, 3x3).
• stride: шаг скольжения ядра.
• padding: добавление нулей по краям для сохранения размера выхода.

Свёрточные слои эффективны для задач компьютерного зрения, так как учитывают пространственную структуру данных.