Faltungsneuronales Netz

term_id: convolutional_neural_network

Category: basic_concepts

Definition

Faltungsneuronale Netze (CNNs) sind darauf ausgelegt, räumliche Hierarchien von Merkmalen aus visuellen Eingaben automatisch und adaptiv zu lernen. Sie nutzen Faltungsschichten, die Filter anwenden, um lokale Muster wie Kanten und Texturen zu erkennen.

Summary

Eine spezialisierte Klasse tiefer neuronaler Netze, die hauptsächlich zur Verarbeitung gitterartiger Daten, wie Bilder, durch Anwendung von Faltungsfilters verwendet wird.

Key Concepts

  • Faltungsschichten
  • Pooling (Downsampling)
  • Feature Maps (Merkmalskarten)
  • Räumliche Hierarchie

Use Cases

  • Bildklassifizierung
  • Objekterkennung in Videostreams
  • Diagnose medizinischer Bilder

Code Example

1
2
3
4
5
6
7

import tensorflow as tf
model = tf.keras.Sequential([
    tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
    tf.keras.layers.MaxPooling2D((2, 2)),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(10)
])

Related