Convolutional neural network
Et neuralt netværk der anvender konvolutionelle lag til at ekstrahere hierarkiske træk fra input som billeder.
Kort fortalt
En type neuralt netværk der er særligt god til at genkende mønstre i billeder ved at anvende filtre.
- Kategori
- arkitektur
- Niveau
- øvet
- Udtale
- /ˈkɑnvəˌluʃənəl ˈnɜrəl ˈnɛtwɜrk/
Betydninger
1- 1
En klasse af dybe neurale netværk designet til at behandle data med en grid-lignende topologi, såsom billeder, ved hjælp af konvolutionelle lag.
- Det berømte AlexNet fra 2012 er et convolutional neural network, der revolutionerede billedgenkendelse. — Krizhevsky et al., 2012
- I et CNN anvendes pooling-lag til at reducere dimensionaliteten af feature maps.
Hvornår bruges det
CNN'er bruges primært til billedgenkendelse, objektdetektering og segmentering. De har også anvendelser inden for tekstbehandling og lydanalyse.
Kodeeksempel
model = Sequential([
Conv2D(32, (3,3), activation='relu', input_shape=(28,28,1)),
MaxPooling2D((2,2)),
Flatten(),
Dense(10, activation='softmax')
])Eksempel på en simpel CNN-model i Keras til klassifikation af billeder.
Oprindelse
Termen stammer fra den matematiske operation 'konvolution', som er central i netværkets lag.
Afledte ord
2Kilder
2- Gradient-based learning applied to document recognition
- ImageNet Classification with Deep Convolutional Neural Networks