Содержание
- 2. Введение Одной из самых сложных задач в информационных технологиях является задача распознавания объектов на изображениях. Исследования
- 3. Сверточная нейронная сеть Идея классических сверточных нейронных сетей заключается в использовании чередующихся сверточных и субдискретизирующих слоев
- 4. Особенности Локальное восприятие. Свертка. Субдискретизация.
- 5. Локальное восприятие Подразумевает, что на вход одного нейрона подается не все изображение, а лишь некоторая его
- 6. Свертка Операция свертки подразумевает умножение каждого фрагмента изображения поэлементно на ядро свертки, которое выступает в качестве
- 7. Субдискретизация Субдискретизация уменьшает размерности карт признаков. В качестве операции сжатия используется выбор максимального элемента из ядра
- 8. MNIST Для сравнения сверточных нейронных сетей будет использоваться MNIST - база данных рукописных цифр, содержащая 60
- 9. Сверточная сеть Яна Лекуна Сверточная сеть Яна Лекуна для распознавания рукописных цифр из базы данных MNIST
- 10. Структура сверточной сети Яна Лекуна
- 11. Структура сверточной сети Яна Лекуна Входной слой. Одно изображение размерности 32х32. Сверточный слой. 6 карт признаков
- 12. Модифицированная сеть Яна Лекуна Модифицированная нейронная сеть Я. Лекуна состоит из 6 слоев. Размерность входного изображения
- 13. Структура модифицированной сети Яна Лекуна
- 14. Структура модифицированной сети Яна Лекуна Входной слой. Одно изображение размерности 28х28. Сверточный слой. 8 карт признаков
- 15. Сравнение сетей Как мы видим, модифицированная сеть обладает большей скоростью отклика из-за меньшего числа слоев, занимает
- 16. Результаты классификации различных сверточных сетей
- 18. Скачать презентацию