الوصف
تشير الشبكة العصبية التلافيفية المشار إليها فيما يلي باسم CNN إلى نوع من الشبكات العصبية الاصطناعية التي لها السمات الرئيسية للشبكة العصبية المعرفية. يستخدم هيكل CNN ثلاث تقنيات رئيسية: تقاسم الوزن ، وحقول المستقبلات المحلية ، والاختزال المكاني. تشبه هذه الشبكة إلى حد ما نموذج نظام الرؤية البيولوجية حيث يتم تطبيق البيانات الأولية عليها كمدخلات للشبكة دون الحاجة إلى المعالجة الأولية أو استخراج الميزات. في الواقع ، على CNN ، يتم إجراء استخراج الميزات وتحديدها في بنية مشتركة.
في بنية هذه الشبكة ، من أجل تطبيق التعيين على الصورة ، يُعتبر أن كل اتصال عصبي يطبق نفس التحويل المحلي على جميع التحولات المكانية. مع هذا الحكم ، يتم زيادة النسبة بين درجة حرية النظام وعدد العينات المطلوبة للتعلم بشكل كبير ويؤدي إلى تعزيز قوة تعميم النظام. تُظهر هذه الميزة كفاءتها في مجال معالجة الصور ، حيث نواجه عادةً مشكلة أن الحجم الكبير للإدخال يؤدي إلى مشكلة مطروحة بشكل سيء.
في بنية هذه الشبكة ، تتكرر أوزان الشبكة على المصفوفات المكانية ، مما يجعل هذا النوع من الشبكات غير حساس بطبيعته لنقل المدخلات. هذه الميزة مفيدة أيضًا لمعالجة الصور. بالإضافة إلى ذلك ، فإن تنفيذ هذه الشبكة على الأجهزة أمر سهل ، مما يجعل من الممكن استخدامها في التطبيقات غير المنقطعة. تستخدم CNN حاليًا في أمور مثل معالجة الكتابة اليدوية والتعرف على الوجوه.
عنوان:
تعلم عميق
الاختلافات بين نماذج التعرف على الأنماط التقليدية والتعلم العميق
ما هو مستخرج الميزات القابلة للتدريب؟
الهيكل العام لنظام التعرف على الأنماط
هيكل نظام الكشف عن الأشياء
يتميز بالتخيل في مراحل نظام التعلم العميق (الشبكة التلافيفية)
ميزة المستوى المنخفض ، ميزة المستوى المتوسط ، ميزة المستوى العالي
اللحاء البصري (من أين أتت فكرة التعلم العميق؟)
إدخال ثلاثة هياكل تعلم عميقة (التغذية الأمامية ، التغذية الخلفية ، ثنائية الاتجاه)
لماذا نحتاج التعلم العميق؟
ما هي النماذج العميقة؟ هل نماذج MLP و SVM والطبقة المزدوجة وشجرة القرار عميقة؟
في أي التطبيقات يتم استخدام التعلم العميق اليوم؟
قارن النماذج
(التعزيز ، الإدراك ، SVM ، AE ، شجرة القرار ، RBM ، DBN ، DBM ، GMM ، الترميز الاحتياطي ، BayesNP ، الشبكة التقليدية ، RNN ، الشبكة العصبية)
الهيكل العام للشبكة العصبية التلافيفية
إدخال كتلة التطبيع
تقديم كتلة تصفية البنك
إدخال الكتلة غير الخطية
إدخال كتلة التجميع أو الاختزال الجزئي
إدخال تغييرات على صورة أثناء مرورها عبر طبقات مختلفة من الشبكة العصبية التلافيفية
إدخال بنية الشبكة العصبية التلافيفية
ما الذي يغير الصورة بعد الالتواء؟
ما الذي يغير الصورة بعد التجميع؟
مفهوم الالتواء في الصورة
نافذة في الالتواء
مفهوم التجميع في الصورة
مثال على مشغل متوسط محلي
اعرض صورة كل مرحلة من مراحل الشبكة العصبية التلافيفية
خوارزمية ما قبل الانتشار للخطأ في الشبكة العصبية التلافيفية
مثال رقمي لمشغل تلافيفي
استخدامان لتحديد إشارات المرور وتحديد أرقام المنازل
مثال على شبكة عصبية تلافيفية تحدد موضوع مشهد في مقطع فيديو
مثال على الشبكة العصبية التلافيفية في اكتشاف الكائن
المراجعات
لا توجد مراجعات بعد.