ConvNet-lag

Et lag i et convolutional neural network, der udfører foldning for at ekstrahere lokale mønstre.

Kort fortalt

En byggesten i et neuralt netværk, der lærer at genkende mønstre i billeder ved at anvende filtre.

Kategori
arkitektur
Niveau
øvet

Betydninger

1
  1. 1

    Et lag i et convolutional neural network (ConvNet), der udfører en foldningsoperation (convolution) på inputtet for at ekstrahere lokale mønstre som kanter, teksturer eller former.

    • Et ConvNet-lag med 32 filtre og en kernestørrelse på 3x3 anvendes ofte i indledende lag.

Hvornår bruges det

ConvNet-lag bruges i CNN-arkitekturer til opgaver som billedklassifikation, objektdetektion og segmentering. De stables typisk med stigende kompleksitet og efterfølges af poolingslag.

Formel

(I ∗ K)(x,y) = ∑_i ∑_j I(x+i, y+j) · K(i,j) + b

Kodeeksempel

from tensorflow.keras.layers import Conv2D
conv_layer = Conv2D(filters=32, kernel_size=(3,3), activation='relu', input_shape=(64,64,3))

Oprettelse af et ConvNet-lag med 32 filtre, 3x3 kerne og ReLU-aktivering ved hjælp af Keras.

Oprindelse

Fra engelsk 'convolutional neural network layer'; 'ConvNet' er en forkortelse, og 'lag' er dansk for layer.

Kilder

2
  • Gradient-based learning applied to document recognition (LeCun et al., 1998)
  • ImageNet classification with deep convolutional neural networks (Krizhevsky et al., 2012)

Se også

Mere

Flere i arkitektur →Tilfældigt opslag →