Згорточна нейронна мережа (CNN). тип штучної нейронної мережі, що використовується переважно для розпізнавання та обробки зображень, завдяки своїй здатності розпізнавати візерунки на зображеннях. CNN є потужним інструментом, але для навчання потрібні мільйони позначених точок даних.
Згорточна нейронна мережа (CNN або ConvNet). мережева архітектура для глибокого навчання, яка навчається безпосередньо з даних. CNN особливо корисні для пошуку шаблонів у зображеннях для розпізнавання об’єктів, класів і категорій.
Простий вигляд. «А Згорточна нейронна мережа, також відомий як CNN або ConvNet, — це клас нейронних мереж, який спеціалізується на обробці даних, які мають сітчасту топологію, наприклад зображення. Кожен нейрон працює у своєму власному рецептивному полі та пов’язаний з іншими нейронами таким чином, що вони покривають усе поле зору».
Робота згорткової нейронної мережі: CNN застосувати фільтри (маленькі прямокутники) до вхідного зображення, щоб виявити такі елементи, як краї чи форми. Фільтри ковзають по ширині та висоті вхідного зображення та обчислюють скалярний добуток між фільтром і вхідними даними для створення карти активації.
Згорткові нейронні мережі, також відомі як CNN або ConvNets, є тип прямої штучної нейронної мережі, структура з’єднання якої натхненна організацією зорової кори тварин. Невеликі скупчення клітин зорової кори чутливі до певних ділянок поля зору.
Хоча CNN переважно звикли обробляти зображення, вони також можуть бути адаптовані для роботи з аудіо та іншими даними сигналу. Архітектура CNN натхненна схемами підключення людського мозку, зокрема зорової кори, яка відіграє важливу роль у сприйнятті та обробці візуальних подразників.