(CNN में Layers कैसे काम करती हैं?)
🔶 1. Overview of CNN Architecture
CNN का उद्देश्य raw images से automatically important features निकालना और उन्हें classification, detection या segmentation के लिए इस्तेमाल करना होता है।
CNN typically निम्नलिखित layers में बँटा होता है:
[Input Image]
↓
Convolution Layer
↓
Activation (ReLU)
↓
Pooling Layer
↓
(Repeat Conv + Pool) ...
↓
Flatten Layer
↓
Dense Layer(s)
↓
Output (e.g. Softmax)
🧩 2. Detailed Explanation of Each Layer
✅ A. Convolution Layer
- Input image से features extract करता है
- Multiple filters apply होते हैं
- Output = Feature Maps
Math: y=w∗x+b
PyTorch:
nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=1)
✅ B. Activation Function (ReLU)
- Non-linearity introduce करता है
- Negative values को 0 कर देता है
f(x)=max(0,x)
PyTorch:
nn.ReLU()
✅ C. Pooling Layer (MaxPooling or AvgPooling)
- Feature map को compress करता है
- Important features retain करता है
- Overfitting reduce करता है
Types:
- Max Pooling: Max value select करता है
- Average Pooling: Average लेता है
PyTorch:
nn.MaxPool2d(kernel_size=2, stride=2)
✅ D. Flatten Layer
- 2D feature maps को 1D vector में convert करता है
- ताकि Dense Layer उसे process कर सके
Example:
Shape: (Batch, Channels, Height, Width) → (Batch, Features)
PyTorch:
x = x.view(x.size(0), -1)
✅ E. Fully Connected (Dense) Layer
- Neural network के traditional layer
- Classification या regression करता है
PyTorch:
nn.Linear(in_features=512, out_features=10)
📊 CNN Architecture Diagram (Example)
Input: 32x32x3 (RGB Image)
↓
Conv (3x3, 16 filters) → 32x32x16
↓
ReLU
↓
MaxPool (2x2) → 16x16x16
↓
Conv (3x3, 32 filters) → 16x16x32
↓
ReLU
↓
MaxPool (2x2) → 8x8x32
↓
Flatten → 2048
↓
Dense → 128
↓
Output → 10 classes
🔧 3. PyTorch Code (Simple CNN Model)
import torch.nn as nn
class SimpleCNN(nn.Module):
def __init__(self):
super(SimpleCNN, self).__init__()
self.conv_layers = nn.Sequential(
nn.Conv2d(3, 16, 3, padding=1), # Conv1
nn.ReLU(),
nn.MaxPool2d(2, 2), # Pool1
nn.Conv2d(16, 32, 3, padding=1),# Conv2
nn.ReLU(),
nn.MaxPool2d(2, 2) # Pool2
)
self.fc_layers = nn.Sequential(
nn.Flatten(),
nn.Linear(32 * 8 * 8, 128), # Flatten to Dense
nn.ReLU(),
nn.Linear(128, 10) # Output
)
def forward(self, x):
x = self.conv_layers(x)
x = self.fc_layers(x)
return x
📈 Summary Table:
| Layer | Purpose | Output Shape |
|---|---|---|
| Conv | Features extract | (H, W, Filters) |
| ReLU | Non-linearity | Same as input |
| Pooling | Downsample | (H/2, W/2, Filters) |
| Flatten | Vector बनाना | (1D features) |
| Dense | Predict classes | Output classes |
📝 Practice Questions:
- Convolution layer में filter क्या करता है?
- MaxPooling और AveragePooling में क्या फर्क है?
- Flatten क्यों ज़रूरी होता है CNN में?
- Dense Layer का काम क्या होता है CNN में?
- PyTorch में CNN model define करने का तरीका बताइए।
