In a convolutional neural network d

In a convolutional neural network data and functions have additional structure. The data x1,…,xn are images, sounds, or more in general maps from a lattice1 to one or more real numbers. In particular, since the rest of the practical will focus on computer vision applications, data will be 2D arrays of pixels. Formally, each xi will be a M×N×K real array of M×N pixels and K channels per pixel. Hence the first two dimensions of the array span space, while the last one spans channels. Note that only the input x=x1 of the network is an actual image, while the remaining data are intermediate feature maps.

The second property of a CNN is that the functions fl have a convolutional structure. This means that fl applies to the input map xl an operator that is local and translation invariant. Examples of convolutional operators are applying a bank of linear filters to xl.

ผลลัพธ์ (ไทย) 1:

ข้อมูลเครือข่ายประสาท convolutional และฟังก์ชันมีโครงสร้างเพิ่มเติม ข้อมูล x1,..., xn คือ รูป เสียง หรืออื่น ๆ โดยทั่วไปแผนที่จาก lattice1 เป็นจำนวนจริงอย่าง น้อยหนึ่ง โดยเฉพาะ เนื่องจากของจริงจะมุ่งเน้นการประยุกต์คอมพิวเตอร์วิสัยทัศน์ ข้อมูลจะเป็นอาร์เรย์ 2 มิติของพิกเซล อย่างเป็นกิจจะลักษณะ สิละจะเป็นตัว M × N × K จริงเรย์พิกเซล M × N และ K ช่องต่อพิกเซล ดังนั้น ขนาดของอาร์เรย์สองขยายพื้นที่ ขณะสุดท้ายครอบคลุมช่องทาง หมายเหตุเฉพาะที่อินพุต x = x 1 ของเครือข่ายเป็นรูปจริง ในขณะที่ข้อมูลที่เหลือกลาง คุณลักษณะแผนที่คุณสมบัติของซีเอ็นเอ็นสองคือ fl ฟังก์ชันมีโครงสร้างแบบ convolutional ซึ่งหมายความว่า fl ที่ใช้รับสัญญาณแผนที่ xl ตัวดำเนินการที่เป็นท้องถิ่นและการแปลภาษา ตัวอย่างของตัวดำเนินการ convolutional จะใช้ธนาคารของตัวกรองเชิงเส้นกับ xl

ผลลัพธ์ (ไทย) 2:

ข้อมูลในเครือข่ายประสาทสับสนและฟังก์ชั่นมีโครงสร้างเพิ่มเติม ข้อมูล x1, ... , xn มีภาพเสียงหรือมากกว่าในแผนที่ทั่วไปจาก lattice1 หนึ่งหรือมากกว่าตัวเลขจริง โดยเฉพาะอย่างยิ่งตั้งแต่ส่วนที่เหลือของการปฏิบัติที่จะมุ่งเน้นในการใช้งานคอมพิวเตอร์วิสัยทัศน์ข้อมูลจะเป็นอาร์เรย์ 2 มิติพิกเซล อย่างเป็นทางการในแต่ละซีอานจะเป็น M × N รอาร์เรย์ K ที่แท้จริงของ M พิกเซล× n และช่อง K ต่อพิกเซล ดังนั้นครั้งแรกที่สองมิติของพื้นที่ช่วงอาร์เรย์ในขณะที่คนสุดท้ายครอบคลุมช่อง หมายเหตุว่ามีเพียงการป้อนข้อมูล x = x1 ของเครือข่ายที่เป็นภาพที่เกิดขึ้นจริงในขณะที่ข้อมูลที่เหลือคือแผนที่คุณลักษณะกลาง. สถานที่ให้บริการที่สองของซีเอ็นเอ็นก็คือฟังก์ชั่นชั้นมีโครงสร้างความสับสน ซึ่งหมายความว่าชั้นนำไปใช้ในการป้อนข้อมูลแผนที่ xl ผู้ประกอบการที่อยู่ในท้องถิ่นและการแปลคง ตัวอย่างของผู้ประกอบการสับสนจะใช้ธนาคารของตัวกรองเชิงเส้นเพื่อ XL

ผลลัพธ์ (ไทย) 3:

ในคอนประสาทเครือข่ายข้อมูลและฟังก์ชันมีโครงสร้างเพิ่มเติม ข้อมูล x1 , . . . , คริสเตียน เป็นภาพ , เสียง , หรือมากกว่าในแผนที่ทั่วไปจาก lattice1 หนึ่งหรือมากกว่าตัวเลขที่แท้จริง โดยเฉพาะตั้งแต่ส่วนที่เหลือของการปฏิบัติจะเน้นการประยุกต์ใช้คอมพิวเตอร์วิสัยทัศน์ , ข้อมูลจะเป็นอาร์เรย์ 2 มิติของพิกเซล อย่างเป็นทางการในแต่ละซีจะเป็น m × n × k m × n จริงเรย์ของพิกเซลและ K ช่องต่อพิกเซลดังนั้นสองมิติแรกของอาร์เรย์ครอบคลุมพื้นที่ ขณะที่ล่าสุดช่องทางหนึ่งช่วง โปรดทราบว่าเฉพาะ Input X = X1 ของเครือข่าย เป็นภาพที่เกิดขึ้นจริง ขณะที่ข้อมูลที่เหลือเป็นแผนที่คุณลักษณะกลาง

คุณสมบัติที่สองของซีเอ็นเอ็นว่า ฟังก์ชัน FL มีโครงสร้างคอน . ซึ่งหมายความว่า FL กับแผนที่ใส่ XL โอเปอเรเตอร์ที่ท้องถิ่นและความแปลตัวอย่างของขดผู้ประกอบการใช้ธนาคารของตัวกรองเชิงเส้นกับ XL .