¿Qué es la red neuronal de convolución
La siguiente explicación viene del blog de ujjwalkarn:
red de convolución neural (ConvNets o CNNs) pertenece a la categoría de la red neural, que tiene una alta capacidad de identificación de la imagen y el campo de clasificación. red neuronal de convolución puede reconocer con éxito caras, objetos y las señales de tráfico para proporcionar una visión de los robots y vehículos autónomos.
En la figura anterior, la red neuronal de convolución puede reconocer la escena, la etiqueta asociada también se puede proporcionar, como un "puente", "tren" y "tenis", y La siguiente figura muestra la red neuronal de convolución se puede utilizar para identificar los objetos cotidianos, las personas y animales. Recientemente, las redes neuronales de convolución son algunas de las tareas de procesamiento de lenguaje natural (como la clasificación de los estados).
Por lo tanto, la máquina de aprendizaje de la red neuronal de convolución para la mayoría de los usuarios de hoy en día son una herramienta importante.
operación de convolución
"Convolución", el término se define para una pluralidad de campos (tales como la transformada de Fourier de la señal de procesamiento también convolución). Específicamente en el campo de procesamiento de imágenes, la operación de convolución es el uso de una "plantilla ventana" pequeña para una imagen de la misma región que la plantilla para todos los tamaños "operación de convolución." "Convolución" es muy simple, es decir, un número (valor de píxel) correspondiente de cada imagen digital con el mismo tamaño de la región de plantilla se multiplica y luego se suman. operación figura específico es como sigue:
"Ventana de la plantilla" Cada movimiento a una posición, y los elementos correspondientes en la imagen una vez que la operación de convolución, por lo general, prestar atención a la "ventana de la plantilla" núcleo llamado convolución (kernel). Por ejemplo, en una primera posición, un valor de cuatro píxeles en la imagen [[0,0], [1,1]], y el valor del núcleo de convolución [[-1,1], [- 1,1 ]], a continuación, sumando los elementos correspondientes se multiplican, para dar 0 -1 + 0 1 + 1 -1 + 1 = 0
Por ejemplo, en la segunda posición, el valor de cuatro píxeles en la imagen [[0,0], [ 1,0]], a continuación, sumando los elementos correspondientes se multiplican, para dar 0 -1 0 + 1 + 1 -1 + 0 para todas las posiciones posibles de a = -1 es la operación de convolución en la imagen, para obtener una convolución final de resultados.
redes neuronales uso de convolución para identificar las señales de tráfico
Como hemos mencionado anteriormente, la red neuronal de convolución puede reconocer con éxito caras, objetos y señales de tráfico.
Por lo tanto, después de la introducción de la red neuronal conocimiento básico de convolución, yo recomendaría un "edificio de laboratorio", un nuevo curso reciente "red neuronal de convolución para reconocer las señales de tráfico" , que es también un experimento en línea, puede escribir código en línea para completar el experimento.
introducción
Los experimentos utilizando el conjunto de datos de las señales de tráfico de Alemania, utilizando una red neuronal de convolución TensorFlow implementadas para resolver la clasificación de las señales de tráfico.
Antes de la formación de los datos originales se ha ampliado para asegurar que el tipo de datos de los datos de entrenamiento del equilibrio, y los datos se trata previamente para mejorar la extracción de características.
Profundidad usando clasificador de red neural como un modelo, un conjunto de datos equilibrado para entrenar a la expansión, la tasa de precisión del 98%, el rendimiento del modelo puede ser mejorado aún más por pre-formación o tasa de aprendizaje reducida para afinar el modelo.
El conocimiento Point
- pre-procesamiento de datos
- expansión de datos
- Profundidad clasificador de red neuronal
- redes de convolución Tensorflow
Descripción del curso
curriculum Alex Staravoitau basado en proyectos de código abierto adaptación de la producción, el contenido original a través de la licencia Apache License 2.0, laboratorio de la construcción, al mismo tiempo obtener autorización por escrito. Nuestro título Inglés del contenido original ha sido compilada para adaptarse a la comprensión china. Al mismo tiempo, se revisó el plan de estudios y la parte resolutiva de código de prueba de la unidad experimental para adaptarse a la construcción de un entorno en línea.
Usted aprenderá:
Para la multitud
Hay compañeros TensorFlow básicos.
Recomendamos Requisito:
"TensorFlow alcanzar red neuronal de convolución"
Nota: Hoy es el "edificio experimental" membresía VIP alto nivel de descuento en el último día, aprovechamos el tiempo para comprar Oh, altos miembros pueden aprender el valor de 9.000 yuanes liberar a toda clase de programación.