Masterclass · Kapitel 19
NovaVisionNet Architektur
Unsere eigene CNN-Pipeline
Du verstehst, wie NovaVisionNet aufgebaut ist, warum es kein ResNet ist und wie aus Pixeln Klassen-Scores werden.
Diese Masterclass verbindet Theorie, Mathematik und echten NOVA-Code. Sie zeigt nicht nur, was ein Konzept bedeutet, sondern wo es in unserer Vision-Forge-Pipeline auftaucht.
Abschnitt 2 von 4Kapitel 19
19.2 ConvBlock: Filter, Normierung, Aktivierung
ConvBlock: Filter, Normierung, Aktivierung
Ein ConvBlock kombiniert mehrere wichtige Bausteine: Convolution, Normalisierung und Aktivierung.
Die Convolution sucht Muster. BatchNorm stabilisiert Werte. Die Aktivierungsfunktion macht das Modell nichtlinear.
Ohne NichtlinearitÀt wÀre das Modell trotz vieler Layer mathematisch viel zu begrenzt.
Mathematischer Kern
z = W * x + b
a = SiLU(z)
Convolution bedeutet hier: Filter gleitet ĂŒber lokale Bildbereiche.
Typischer NovaConvBlock
nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1)
nn.BatchNorm2d(out_channels)
nn.SiLU(inplace=True)NOVA wird geladen...
NOVA Energie-Log
RTX-Verbrauch
NOVA schÀtzt hier, wie viel GPU-Energie deine Bildanalyse- und CUDA-LÀufe bisher ungefÀhr verbraucht haben.
Lade Energie-Daten...