invoergrootte

Invoergrootte (Engels: input size) is de omvang en vorm van de data die een systeem, algoritme of model als invoer verwerkt. Dit kan bestaan uit afmetingen zoals hoogte, breedte en kanalen bij afbeeldingen (bijv. 224 × 224 × 3), maar ook uit de lengtemaat van een vector of de lengte van een sequentie. De invoergrootte bepaalt mede de rek- en geheugenbehoefte van een proces.

In machine learning en data-analyse is de invoergrootte een cruciale parameter. Veel modellen verwachten een vaste invoergrootte, waardoor de data consequent getransformeerd moeten worden (resizen, crop, padding). Bij variabele lengtes kunnen technieken zoals padding, truncatie, of modellen die variabele lengtes ondersteunen (RNNs, Transformers met masks) worden toegepast.

Voorbeelden per domein: afbeeldingen: invoergrootte is vaak 224 × 224 of 256 × 256 pixels met 1 of 3 kanalen; audio: invoer kan bestaan uit een aantal samples over een bepaalde duur of uit spectrogrammen; tekst: invoergrootte is vaak het maximum aantal tokens of woorden per voorbeeld, met padding voor kortere zinnen. Data pipelines combineren ook batchgrootte met invoergrootte, wat samenhangt met geheugen en verzendsnelheid.

Keuzes en impact: grotere invoergroottes kunnen leiden tot hogere nauwkeurigheid maar vereisen meer geheugen en rekvermogen; kleiner kan sneller zijn maar mogelijk verlies in informatie. Bij hardware spelen GPU/TPU-geheugen en verwerkingssnelheid een rol; in productie vergemakkelijkt een vaste invoergrootte caching en throughput. Documenteer altijd de invoergrootte en hoe data wordt gepreprocessed.

Zie ook: invoer vorm, modelleringsarchitecturen, padding en maskers.