Modèle mathématique du réseau neuronal convolutionnel

1. CNN est-il un modèle mathématique?
2. Qu'est-ce que CNN Math?
3. Comment CNN calcule-t-il la taille du modèle?
4. Peut-on utiliser CNN pour les données numériques?

CNN est-il un modèle mathématique?

Réseau neuronal convolutionnel (CNN) - Sonne presque comme une fusion de biologie, d'art et de mathématiques. D'une certaine manière, c'est exactement ce qu'il est (et ce que cet article couvrira). Les modèles d'apprentissage en profondeur alimentés par CNN sont désormais omniprésents et vous les trouverez saupoudrés dans diverses applications de vision informatique à travers le monde.

Qu'est-ce que CNN Math?

Un réseau neuronal convolutionnel (CNN ou ConvNet) est une architecture de réseau pour l'apprentissage en profondeur qui tire directement des données. Les CNN sont particulièrement utiles pour trouver des modèles dans les images pour reconnaître les objets, les classes et les catégories.

Comment CNN calcule-t-il la taille du modèle?

Apprentissage automatique (ML) CNN

Les données d'entrée ont des dimensions spécifiques et nous pouvons utiliser les valeurs pour calculer la taille de la sortie. En bref, la réponse est la suivante: Hauteur de sortie = (hauteur d'entrée + hauteur de rembourrage en haut + hauteur de rembourrage inférieur - hauteur du noyau) / (hauteur de foulée) + 1.

Peut-on utiliser CNN pour les données numériques?

Oui, vous pouvez utiliser un CNN. Les CNN ne se limitent pas aux images. Utilisez une convolution 1D, pas une convolution 2D; Vous avez des données 1D, donc une convolution 1D est plus appropriée.