یادگیری عمیق

• CNN(Convolutional neural networks)

در بینایی کامپیوتری و برنامه‌های طبقه ‌بندی تصویر استفاده می‌شوند.این الگوریتم می‌تواند ویژگی‌ها و الگوها را در تصاویر و ویدیوها تشخیص دهد و کارهایی مانند تشخیص اشیا، تصویر، الگو و چهره را امکان ‌پذیر سازد. این شبکه‌ها از اصول جبر خطی، به ویژه ضرب ماتریسی، برای شناسایی الگوهای درون یک تصویر استفاده می‌کنند.

CNN ها نوعی خاص از شبکه های عصبی مصنوعی هستند که از چند لایه متشکل از گره ها را تشکیل شده اند. یک لایه ورودی، دو یا چند لایه پنهان و یک لایه خروجی دارند. 

هر گره به گره دیگری متصل می‌شود و دارای دو مولفه اصلی است : یک وزن و یک آستانه ورودی. اگر خروجی هر گره بالاتر از مقدار آستانه مشخص شده باشد، آن گره فعال می‌شود و داده‌ها را به لایه بعدی شبکه ارسال می‌کند. در غیر این صورت، هیچ داده‌ای به لایه بعدی شبکه منتقل نمی‌شود.

حداقل سه نوع لایه اصلی، یک CNN را تشکیل می‌دهند: یک لایه convolutional، لایه pooling و لایه کاملا متصل (Fully Connected). برای کاربردهای پیچیده، یک CNN ممکن است تا هزاران لایه داشته باشد که هر لایه بر روی لایه‌های قبلی ساخته می‌شود. با تولید و باز سازی داده های ورودی ، الگوهای دقیقی نمایان میشوند، با هر لایه، پیچیدگی CNN افزایش می‌ یابد و بخش‌های بیشتری از تصویر را شناسایی می‌کند.

لایه‌های اولیه بر ویژگی‌های ساده‌ای مانند رنگ‌ها و لبه‌ها تمرکز دارند. با پیشرفت داده‌های تصویر در لایه‌های CNN، این شبکه شروع به تشخیص عناصر یا اشکال بزرگتر می‌کند تا اینکه در نهایت شیء مورد نظر را شناسایی کند.

CNNها با عملکرد برترشان در ورودی‌های تصویر، گفتار یا سیگنال صوتی از سایر شبکه‌های عصبی متمایز می‌شوند. قبل از CNN ها فرایند تشخیص تصویر بسیار زمان بر بود ولی اکنون رویکردی مقیاس ‌پذیرتر برای طبقه‌ بندی تصویر و تشخیص اشیا ارائه می‌دهند و داده‌های با ابعاد بالا را پردازش می‌کنند.