Indholdsfortegnelse:
- Definition - Hvad betyder Deconvolutional Neural Network (DNN)?
- Techopedia forklarer Deconvolutional Neural Network (DNN)
Definition - Hvad betyder Deconvolutional Neural Network (DNN)?
Et deconvolutional neuralt netværk er et neuralt netværk, der udfører en omvendt konvolutionsmodel. Nogle eksperter omtaler arbejdet i et deconvolutional neuralt netværk som konstruering af lag fra et billede i en opadgående retning, mens andre beskriver deconvolutional modeller som "reverse engineering" inputparametrene for en konvolutional neurale netværksmodel.
Deconvolutional neurale netværk er også kendt som deconvolutional netværk, deconvs eller transponerede convolutional neurale netværk.
Techopedia forklarer Deconvolutional Neural Network (DNN)
Deconvolutional neurale netværk kan beskrives på mange forskellige måder. Mange af disse værktøjer bruger de samme typer filtre som indviklede neurale netværk, men bruger dem forskelligt. Fagfolk bruger ideer som bagpropagering og omvendt filtrering sammen med teknikker som skridt og polstring til at opbygge transponerede indviklede modeller.
I en meget forenklet forstand kunne man sige, at fagfolk måske "kører et CNN bagud", men den faktiske mekanik for deconvolutional neurale netværk er meget mere sofistikeret end det. En anden del af indviklede og deconvolutional neurale netværk involverer oprettelse af et hierarki - for eksempel kan en indledende netværksmodel udføre den primære læring, og en anden model kan visuelt segmentere målbilledet. Generelt involverer DNN kortlægning af matrixer af pixelværdier og kørsel af en "funktionsvælger" eller et andet værktøj over et billede. Alt dette tjener formålet med uddannelse af maskinuddannelsesprogrammer, især inden for billedbehandling og computervision.
