Konvoluutioverkot

term_id: convolutional_neural_network

Category: basic_concepts

Definition

Konvoluutioverkot (CNN) on suunniteltu oppimaan automaattisesti ja sopeutuvasti visuaalisista syötteistä tilallisia ominaisuuksien hierarkioita. Ne käyttävät konvoluutiokerroksia, jotka soveltavat filtrejä havaitakseen kuvan alkeellisista piirteistä monimutkaisempia rakenteita.

Summary

Erikoistunut syvien neuroverkkojen luokka, jota käytetään pääasiassa ruudukkomaisen datan, kuten kuvien, käsittelyyn soveltamalla konvoluutiofilttereitä.

Key Concepts

  • Konvoluutiokerrokset
  • Puskurointi
  • Ominaisuuskartat
  • Tilallinen hierarkia

Use Cases

  • Kuvien luokittelu
  • Objektien tunnistus videovirroissa
  • Lääketieteellisen kuvantamisen diagnoosi

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