deep neural network
Et dybt neuralt netværk er et neuralt netværk med flere skjulte lag mellem input og output.
Kort fortalt
En type neuralt netværk med mange lag, der kan lære komplekse mønstre ved hierarkisk repræsentation.
- Kategori
- arkitektur
- Niveau
- øvet
- Udtale
- /diːp ˈnjʊərəl ˈnɛtwɜːrk/
Betydninger
1- 1
Et neuralt netværk karakteriseret ved at have flere skjulte lag (typisk mere end ét), hvilket muliggør indlæring af komplekse, hierarkiske repræsentationer af data.
- Dybe neurale netværk har opnået banebrydende resultater inden for billedgenkendelse.
- Træning af et dybt neuralt netværk kræver ofte brug af GPU'er og store mængder data.
Hvornår bruges det
Bruges inden for billedgenkendelse, naturlig sprogbehandling og talegenkendelse, hvor dybden gør det muligt at lære hierarkiske træk. Træning kræver store datasæt og betydelig regnekraft.
Kodeeksempel
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
model = Sequential([
Dense(64, activation='relu', input_shape=(100,)),
Dense(64, activation='relu'),
Dense(10, activation='softmax')
])Eksempel på et dybt neuralt netværk med to skjulte lag i Keras.
Oprindelse
Udtrykket 'deep' henviser til det store antal lag, mens 'neural network' henviser til inspirationen fra biologiske neuroner.
Afledte ord
1Kilder
1- Deep Learning (Goodfellow, Bengio, Courville, 2016)