Turinys:
- Apibrėžimas - ką reiškia dekonvoliucinis nervų tinklas (DNN)?
- „Techopedia“ paaiškina dekonvoliucinį neuronų tinklą (DNN)
Apibrėžimas - ką reiškia dekonvoliucinis nervų tinklas (DNN)?
Dekonvoliucinis nervų tinklas yra neuroninis tinklas, atliekantis atvirkštinės konvoliucijos modelį. Kai kurie ekspertai dekonvoliucinio neuroninio tinklo darbą vadina sluoksnių konstravimu iš vaizdo aukštyn, kiti apibūdina dekonvoliucinius modelius kaip „atvirkštinę inžineriją“, įeinančius į konvoliucinio neuroninio tinklo modelio parametrus.
Dekonvoliuciniai neuroniniai tinklai taip pat žinomi kaip dekonvoliuciniai tinklai, dekonvoliuciniai arba perkeltieji konvoliuciniai neuroniniai tinklai.
„Techopedia“ paaiškina dekonvoliucinį neuronų tinklą (DNN)
Dekonvoliucinius neuroninius tinklus galima apibūdinti įvairiais būdais. Daugelis šių įrankių naudoja to paties tipo filtrus kaip ir konvoliuciniai neuroniniai tinklai, tačiau juos naudoja skirtingai. Profesionalai naudoja tokias idėjas kaip reprodukcija ir atvirkštinis filtravimas kartu su tokiomis technikomis kaip virpėjimas ir apmušalai, kad būtų sukurti perkelti konvoliuciniai modeliai.
Labai supaprastinta prasme galima sakyti, kad profesionalai gali „paleisti CNN atgal“, tačiau tikroji dekonvoliucinių neuroninių tinklų mechanika yra daug sudėtingesnė. Kita konvoliucinių ir dekonvoliucinių neuroninių tinklų dalis apima hierarchijos sukūrimą - pavyzdžiui, pirminis tinklo modelis gali padaryti pagrindinį mokymąsi, o kitas modelis gali vizualiai segmentuoti tikslinį vaizdą. Paprastai DNN apima taškų verčių matricų žemėlapių sudarymą ir „ypatybių selektoriaus“ ar kito įrankio paleidimą per atvaizdą. Visa tai tarnauja mašinų mokymosi programų mokymui, ypač vaizdo apdorojimo ir kompiuterinio matymo tikslams.
