Percorso interattivo
Reti Neurali
Convoluzionali
Capire come una CNN vede, filtra e comprime un'immagine.
Fase 01
🔲
Kernel Convoluzionale
Guarda un filtro 3×3 scorrere su un'immagine 6×6 in tempo reale. Ogni posizione produce un singolo valore nella feature map tramite prodotto scalare.
1
2
Fase 02
⚖️
Pesi e Bias Reali
Tre filtri con pesi float a 3 decimali. Passa dalla modalità casuale a quella addestrata e osserva come cambiano i rilevatori di bordo verticale, orizzontale e diagonale.
Fase 03
🧊
Output del Primo Layer
Il tensore [9 × 26 × 26] prodotto dopo ReLU. Nove piani di attivazione affiancati: ogni piano è una mappa del pattern che il relativo filtro ha trovato.
3
4
Fase 04
📦
Il tensore 3D
Come il tensore 3D viene appiattito in un array 1D contiguo in RAM. Visualizza il layout row-major e capisce perché l'ordine dei byte conta per le performance.
Fase 05
🎯
Max Pooling e Stride
La finestra 2×2 salta di 2 posizioni alla volta dimezzando le dimensioni. Vedi come il valore massimo di ogni regione sopravvive comprimendo l'informazione senza perderla.
5