Sadržaj:
- Definicija - Što znači dekonvolucionarna neuronska mreža (DNN)?
- Tehopedija objašnjava dekonvolucijsku neuronsku mrežu (DNN)
Definicija - Što znači dekonvolucionarna neuronska mreža (DNN)?
Dekonvolucionarna neuronska mreža je neuronska mreža koja izvodi model obrnutog savitka. Neki stručnjaci navode rad dekonvolucionarne neuronske mreže kao konstrukciju slojeva iz slike u smjeru prema gore, dok drugi opisuju dekonvolucionarne modele kao "obrnuti inženjering" ulaznih parametara konvolucijskog modela neuronske mreže.
Dekonvolucijske neuronske mreže poznate su i kao dekonvolucionarne mreže, dekonvolucije ili transponovane konvolucijske neuronske mreže.
Tehopedija objašnjava dekonvolucijsku neuronsku mrežu (DNN)
Dekonvolucionarne neuronske mreže mogu se opisati na različite načine. Mnogi od ovih alata koriste iste vrste filtera kao i konvolucijski neuronske mreže, ali ih koriste na različit način. Profesionalci koriste ideje poput povratnog širenja i obrnutog filtriranja, zajedno sa tehnikama poput koračanja i oblaganja, kako bi izradili transponirane konvolucijske modele.
U vrlo pojednostavljenom smislu, moglo bi se reći da profesionalci mogu „upravljati CNN-om unatrag“, ali stvarna mehanika dekonvolucionarnih neuronskih mreža mnogo je sofisticiranija od toga. Drugi dio konvolucijskih i dekonvolucionarnih neuronskih mreža uključuje stvaranje hijerarhije - na primjer, početni mrežni model mogao bi činiti primarno učenje, a drugi model vizualno segmentiti ciljanu sliku. Općenito, DNN uključuje mapiranje matrica vrijednosti piksela i pokretanje „selektora značajki“ ili drugog alata preko slike. Sve to služi u svrhu programa strojnog učenja, posebno u obradi slike i računalnom vidu.
