Ce este o operație de pliere? Care sunt proprietățile sale? Cum poate fi reprezentată sub forma unei multiplicări matriciale (im2col)?

Operația de convoluție este o operație de bază în rețelele neuronale convoluționale (CNN), utilizată pentru extragerea caracteristicilor din datele de intrare (de exemplu, imagini). Aceasta constă în aplicarea glisantă a unui filtru (nucleu de convoluție) asupra semnalului de intrare, urmată de suma produselor elementelor filtrului și ale elementelor corespunzătoare ale intrării.

Principalele proprietăți ale convoluției:

• Localitate: filtrul acoperă o secțiune locală a datelor de intrare.
• Eficiență parametrică: același filtru se aplică întregii intrări.
• Invarianță la deplasări: convoluția detectează caracteristici independent de poziția lor.

Reprezentarea convoluției prin multiplicare matricială (im2col):

Metoda im2col transformă imaginea de intrare într-o matrice, unde fiecare coloană corespunde unei secțiuni locale (fereastră) desfășurate în vector, asupra căreia se aplică filtrul. Filtrul este desfășurat într-un vector-rând. Apoi, convoluția se reduce la multiplicarea matricei im2col cu vectorul filtrului, ceea ce permite utilizarea eficientă a operațiilor de multiplicare matricială optimizate.

Exemplu:

• Imagine de intrare 4x4
• Filtru 3x3

im2col va crea o matrice de dimensiune 9x4 (fiecare coloană fiind o fereastră 3x3 desfășurată în vector), iar filtrul va fi un vector de lungime 9. Rezultatul multiplicării va fi un vector de lungime 4, care poate fi reconvertit într-un hărțu de caracteristici 2x2.

Aceasta accelerează calculele și simplifică implementarea convoluțiilor pe GPU și CPU.