Presná definícia
Čo znamená konvolučná neurónová sieť?
Konvolučná neurónová sieť spracúva mriežkové dáta filtrami, ktorých váhy sa zdieľajú naprieč polohami. Konvolúcia vytvára mapy príznakov z lokálnych okolí; skladanie vrstiev zväčšuje receptívne pole a umožňuje zachytiť hrany, tvary aj zložitejšie štruktúry. Zdieľanie parametrov využíva predpoklad, že rovnaký vzor môže byť významný na rôznych miestach vstupu.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri obrazoch tím volí veľkosť jadra, stride, padding a počet kanálov podľa požadovaného rozlíšenia výstupu. CNN sa používa na klasifikáciu, detekciu, segmentáciu aj analýzu časovo-frekvenčných máp. Kontrola tvarov tenzorov po každej vrstve odhalí chyby v paddingu; ablačný test porovná konvolúciu s jednoduchším základom. Posunová ekvivariancia nie je úplná pri okrajoch, stridoch či poolingu, preto treba testovať aj posunuté a orezané vstupy.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo sa sieť učí?
Hodnoty filtrov, ktoré sa aplikujú na každé lokálne okno.
Ako sa kombinuje RGB alebo viac máp?
Filter má váhy cez všetky vstupné kanály a vytvorí výstupný kanál.
Prečo rastie s hĺbkou?
Každá ďalšia vrstva spája informáciu z širšieho okolia predošlých máp.
Na čo vplýva?
Na priestorový rozmer výstupu aj správanie pri okrajoch.
Je CNN invariantná voči posunu?
Skôr ekvivariantná v ideálnych podmienkach; stride a hranice túto vlastnosť narúšajú.