Convolutional Neural Networks are a

Convolutional Neural Networks are a special kind of multi-layer neural networks.
Like almost every other neural networks they are trained with a version of the back-propagation algorithm.
Convolutional Neural Networks are designed to recognize visual patterns directly from pixel images with minimal preprocessing.
Shared weights: all neurons in a feature share the same weights.
In this way all neurons detect the same feature at different positions.
Reduce the number of free parameters in the input image.

ผลลัพธ์ (ไทย) 1:

เครือข่ายประสาท convolutional เป็นชนิดพิเศษของเครือข่ายประสาทหลายชั้นLike เกือบทุกประสาทเครือข่ายอื่นจะมีการฝึกอบรมรุ่นเผยแพร่หลังอัลกอริทึมการเครือข่ายประสาท Convolutional ถูกออกแบบมาเพื่อการรับรู้รูปภาพโดยตรงจากภาพพิกเซลพร้อมการประมวลผลเบื้องต้นน้อยที่สุดShared น้ำหนัก: neurons ทั้งหมดในคุณลักษณะน้ำหนักเดียวกันที่ใช้ร่วมกันIn วิธีนี้ neurons ทั้งหมดตรวจสอบคุณลักษณะเดียวกันที่ตำแหน่งต่าง ๆReduce จำนวนพารามิเตอร์อิสระในรูปสัญญาณ

ผลลัพธ์ (ไทย) 2:

Convolutional โครงข่ายประสาทเป็นชนิดพิเศษของเครือข่ายประสาทหลายชั้น.
Likeเกือบทุกเครือข่ายประสาทอื่น ๆ ที่พวกเขาได้รับการฝึกฝนกับรุ่นของขั้นตอนวิธีการขยายพันธุ์กลับ.
Convolutionalโครงข่ายประสาทได้รับการออกแบบที่จะรับรู้รูปแบบภาพโดยตรงจากภาพพิกเซลพร้อมน้อยที่สุด preprocessing.
Sharedน้ำหนัก:.
เซลล์ทั้งหมดในส่วนแบ่งคุณลักษณะน้ำหนักเดียวกัน.
Inทางเซลล์ประสาททั้งหมดตรวจสอบคุณลักษณะเดียวกันในตำแหน่งที่แตกต่างนี้Reduceจำนวนพารามิเตอร์ฟรีในภาพที่นำเข้า

ผลลัพธ์ (ไทย) 3:

โครงข่ายประสาทเทียมขดเป็นชนิดพิเศษของชั้นเครือข่ายประสาท .
ชอบเกือบทุกอื่น ๆ เครือข่ายประสาท พวกเขามาฝึกกับรุ่นของ back-propagation ขั้นตอนวิธี .
ขดโครงข่ายประสาทเทียมถูกออกแบบมาเพื่อรับรู้รูปแบบภาพโดยตรงจากพิกเซลภาพ preprocessing น้อยที่สุด .
แบ่งปันน้ำหนัก : เซลล์ประสาทในคุณลักษณะแบ่งปันน้ำหนักเดียวกัน .
แบบนี้ทุกประสาทตรวจจับลักษณะเดียวกันที่ตำแหน่งต่างกัน .
ลดจำนวนของพารามิเตอร์ในรูปฟรีข้อมูล