Konvolyusiya neyron şəbəkələri necə işləyir?
Konvolyusiya neyron şəbəkələri necə işləyir?

Video: Konvolyusiya neyron şəbəkələri necə işləyir?

Video: Konvolyusiya neyron şəbəkələri necə işləyir?
Video: Dərin öyrənmə neyron şəbəkələri süni intellektin gələcəyidirmi? 2024, Bilər
Anonim

A Konvolutional Neyron Şəbəkəsi (ConvNet/CNN) təsvirdəki müxtəlif aspektlərə/obyektlərə giriş şəklini, əhəmiyyətini (öyrənilə bilən çəkilər və qərəzlər) ala bilən və birini digərindən fərqləndirə bilən Dərin Öyrənmə alqoritmidir.

Həmçinin sual yaranır ki, konvolyusiya neyron şəbəkələri nə üçün yaxşıdır?

Bu, birləşmədən istifadənin arxasında duran fikirdir bükülmə neyron şəbəkələri . Birləşmə qat Təqdimatın məkan ölçüsünü tədricən azaltmağa, parametrlərin sayını, yaddaş izini və hesablama həcmini azaltmağa xidmət edir. şəbəkə və bununla da həddindən artıq uyğunlaşmaya nəzarət etmək.

Həmçinin, konvolutional neyron şəbəkələrində filtrlər nədir? In qıvrımlı ( filtrləmə və transformasiya ilə kodlaşdırma) neyron şəbəkələri (CNN) hər şəbəkə təbəqə aşkarlama rolunu oynayır filtr orijinal verilənlərdə mövcud olan spesifik xüsusiyyətlərin və ya nümunələrin olması üçün.

Bir CNN necə öyrənir?

Çünki CNN kontekstdə piksellərə baxır, o edir bacarır öyrənmək nümunələri və obyektləri tanıyır və hətta onlar da tanıyır var təsvirdə müxtəlif mövqelərdə. CNN-lər (konvolutional təbəqələr xüsusi olmalıdır) öyrənmək filtrlər və ya ləpələr (bəzən filtrlər də deyilir).

Bükülmə qatının məqsədi nədir?

İlkin Convolution məqsədi aConvNet halda, giriş görüntüsündən xüsusiyyətləri çıxarmaqdır. Bükülmə giriş məlumatlarının kiçik kvadratlarından istifadə edərək təsvir xüsusiyyətlərini öyrənməklə piksellər arasında məkan əlaqəsini qoruyur.

Tövsiyə: