| Istilah | Arti |
|---|---|
| receptive field | Luas area gambar masukan yang bisa memengaruhi satu fitur di lapisan tertentu, sehingga menentukan seberapa besar pola yang bisa dikenali jaringan. |
| effective receptive field | Bagian receptive field yang benar-benar dipakai jaringan dalam praktik, biasanya lebih kecil dan terpusat di tengah, diukur lewat back-propagation ke piksel masukan. |
| theoretical receptive field | Jumlah maksimum piksel yang secara teori bisa memengaruhi perhitungan satu fitur, dihitung langsung dari ukuran kernel dan stride setiap lapisan. |
| convolutional neural networks | Jenis jaringan saraf tiruan untuk memproses gambar yang memakai banyak filter kecil yang digeser di atas gambar untuk menangkap pola. |
| pooling | Lapisan khusus, biasanya filter max 2x2 dengan stride 2, yang mengecilkan feature map dan melipatgandakan receptive field secara cepat. |
| stride | Jumlah piksel yang dilompati kernel setiap kali bergeser, yang ikut menentukan seberapa cepat receptive field membesar. |
| feature map | Hasil keluaran sebuah lapisan konvolusi berupa kisi angka yang menandai pola yang ditemukan, lalu menjadi masukan bagi lapisan berikutnya. |
| filters | Jendela kecil berisi angka, misalnya berukuran 3x3, yang digeser di atas gambar sehingga setiap filter hanya melihat sebagian kecil gambar pada satu waktu. |
| pixels | Titik-titik kecil penyusun gambar digital, yang di video ini dipakai sebagai satuan untuk mengukur luas receptive field. |
| formula | Persamaan matematis untuk menghitung receptive field dari ukuran kernel dan stride tiap lapisan, termasuk bentuk langsung tanpa perlu menghitung lapis demi lapis. |
| digit classification | Tugas mengenali angka tulisan tangan dari gambar, yang dipakai sebagai contoh dan dikerjakan LeNet-5 dengan akurasi sekitar 98,6 persen. |
| layers | Tingkatan pemrosesan dalam jaringan yang disusun berurutan, di mana setiap tambahan lapisan konvolusi memperluas receptive field. |
Video dari kanal Deepia ini menjelaskan konsep receptive field pada convolutional neural networks atau CNN, yaitu luas area gambar yang bisa ditangkap dan diproses jaringan. Setiap filter konvolusi hanya melihat gambar lewat jendela kecil, tetapi saat lapisan ditambah, area yang memengaruhi satu fitur di lapisan dalam makin melebar sehingga jaringan bisa menangkap pola yang lebih luas. Area maksimum ini bisa dihitung tepat dengan rumus dan disebut theoretical receptive field. Namun dalam praktik, CNN lebih bergantung pada piksel di bagian tengah area itu, sehingga muncul konsep effective receptive field yang dipengaruhi arsitektur jaringan, inisialisasi weight, dan proses training. Menurut video ini, memahami kedua jenis receptive field penting agar kita bisa memanfaatkan CNN secara maksimal, misalnya saat menentukan berapa banyak lapisan yang dibutuhkan untuk mengenali objek berukuran tertentu.
Sebagai contoh, tiga lapisan dengan filter 3x3 dan stride 1 menghasilkan receptive field 7x7, karena setiap lapisan menambah satu piksel ke tiap arah sehingga rumusnya menjadi dua kali jumlah lapisan ditambah satu. Lewat konvolusi satu dimensi, video menurunkan rumus umum: misalnya receptive field menjadi 5 bila stride lapisan pertama 1, dan 7 bila stride-nya 2. Untuk angka selebar 15 piksel dibutuhkan minimal tujuh lapisan, sedangkan anjing selebar ratusan piksel butuh lebih dari seratus lapisan. Pooling layers dengan filter max 2x2 dan stride 2 melipatgandakan receptive field secara eksponensial, sehingga kurang dari sepuluh lapisan sudah cukup. Effective receptive field diukur dengan menetapkan satu fitur keluaran bernilai satu lalu melakukan back-propagation ke piksel masukan. Jaringan 15 lapis yang secara teori melihat 31 piksel ternyata efektif hanya sekitar 20 piksel. Pada LeNet-5 karya Yann LeCun tahun 1998, training membuat jaringan fokus pada bagian tertentu, namun akurasinya tetap sekitar 98,6 persen.
Kata kunci
- receptive field
- effective receptive field
- pooling
- stride
- Menjelaskan receptive field pada convolutional neural network, konsep penting untuk memahami bagaimana CNN memproses gambar: layer awal melihat bagian kecil gambar, lalu area meluas seiring bertambahnya layer.
- Membedakan theoretical receptive field yang dapat dihitung dengan rumus (filter 3x3 dan stride 1 menambah satu piksel ke tiap arah per layer, juga pengaruh pooling dan stride) dari effective receptive field yang lebih banyak memakai piksel di tengah.
- Mengukur effective receptive field pada jaringan sederhana untuk klasifikasi digit dengan akurasi top-1 sekitar 98,6%.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.