Nei precedenti articoli abbiamo parlato molto di deep learning, reti neurali e tipi di esse, ma oggi in questo articolo impareremo a conoscere le reti ANN un tipo di rete neurale della famiglia del deep learning.
Prerequisiti :
Se non sai cosa è il Machine Learning, clicca qui
Se non sai cosa è il Deep Learning, clicca qui
Se non conosci le principali applicazioni Deep Learning, clicca qui
Se non sai come scaricare e gestire le librerie, clicca qui
Se non sai cosa sia un Dataset, clicca qui
Cos'è una rete neurale?
Una rete neurale è una serie di algoritmi che tenta di riconoscere le relazioni sottostanti in un insieme di dati attraverso un processo che imita il modo in cui opera il cervello umano . le reti neurali si riferiscono a sistemi di neuroni .
la rete neurale è anche un insieme di neuroni organizzati . Queste reti neurali hanno molti strati tra gli strati di input e output che e gli strati tra di loro sono nascosti.
Cos'è un neurone?
Un neurone è una funzione matematica ogni neurone riceve un input ed elabora l'informazione particolare e restituisce l'output.
dove x1,x2,x3 sono input e w1,w2,w3 sono i loro pesi e li ranghiamo in un neurone e y è l'output dato dal neurone.
Che cos'è una rete neurale convoluzionale (CNN)?
Le reti neurali convoluzionali (CNN o ConvNet) sono un tipo di rete neurale artificiale utilizzata per analizzare le immagini visive . Le mappe delle funzionalità vengono generate utilizzando un'architettura a peso condiviso di kernel di convoluzione o filtri che scorrono lungo le funzionalità di input e forniscono risposte equivarianti di traduzione .
Le reti neurali convoluzionali si distinguono dalle altre reti neurali per le loro prestazioni superiori con input di segnali di immagini , voce o audio . Hanno tre tipi principali di layer, che sono: Convolutional Layer , Pooling Layer e Fully-Connected Layer .
Cosa è Strato convoluzionale ?
Lo strato convoluzionale è il componente più importante di una CNN perché è dove avviene la maggior parte del calcolo . Richiede dati di input, un filtro e una mappa delle caratteristiche, tra le altre cose.
Cosa è lo Strato di pooling ?
Il raggruppamento dei livelli , noto anche come downsampling , riduce il numero di parametri nell'input eseguendo la riduzione della dimensionalità. Il processo di raggruppamento , come il livello convoluzionale , fa scorrere un filtro sull'intero input, ma questo filtro non ha pesi .
Cosa è il Livello completamente connesso ?
Il nome del livello completamente connesso è autoesplicativo. Nei livelli parzialmente collegati, i valori dei pixel dell'immagine di input non sono direttamente collegati al livello di output. Ogni nodo nel livello di output, d'altra parte, si connette direttamente a un nodo nel livello precedente nel livello completamente connesso.
Come funzionano le CNN?
Più strati di neuroni artificiali costituiscono reti neurali convoluzionali . I neuroni artificiali sono funzioni matematiche che calcolano la somma ponderata di vari input e producono un valore di attivazione, simile alle loro controparti biologiche. Il componente di base delle reti neurali artificiali , il neurone artificiale, ha la struttura seguente.
L'azione di ogni neurone è determinata dai suoi pesi. I neuroni artificialiin una CNN rilevano numerose proprietà visive quando alimentati con valori di pixel.
Speriamo davvero che questo articolo sia riuscito a darti l'infarinatura che cercavi sulle CNN.
Qui sotto troverai una sezione per fare commenti o domande,e degli articoli correlati.
Grazie mille per la lettura condividi l'articolo per supportarci :)
Comentarios