Съдържание:
- Определение - Какво означава Деконволюционна невронна мрежа (DNN)?
- Техопедия обяснява деволюционната невронна мрежа (DNN)
Определение - Какво означава Деконволюционна невронна мрежа (DNN)?
Деконволюционната невронна мрежа е невронна мрежа, която изпълнява обратен модел на светене. Някои експерти наричат работата на деконволюционната невронна мрежа като конструиране на слоеве от изображение във посока нагоре, докато други описват деконволюционните модели като „обратна инженерия“ на входните параметри на конволюционния модел на невронната мрежа.
Деконволюционните невронни мрежи са известни също като деконволюционни мрежи, декоонви или транспонирани конволюционни невронни мрежи.
Техопедия обяснява деволюционната невронна мрежа (DNN)
Деконволюционните невронни мрежи могат да бъдат описани по много различни начини. Много от тези инструменти използват същите типове филтри като конволюционните невронни мрежи, но ги използват по различен начин. Професионалистите използват идеи като задно размножаване и обратно филтриране, заедно с техники като затягане и подплънки за изграждане на транспонирани конволюционни модели.
В много опростен смисъл може да се каже, че професионалистите могат да „управляват CNN назад“, но реалната механика на деконволюционните невронни мрежи е много по-сложна от тази. Друга част от конволюционните и деконволюционните невронни мрежи включва създаване на йерархия - например, първоначален мрежов модел може да направи основното обучение, а друг модел визуално да сегментира целевото изображение. По принцип DNN включва картографиране на матрици на стойностите на пикселите и пускане на „селектор на функции“ или друг инструмент върху изображение. Всичко това служи за целите на обучението на програми за машинно обучение, особено в обработката на изображения и компютърното зрение.
