Sommario:
- Definizione - Cosa significa DNN (Deconvolutional Neural Network)?
- Techopedia spiega Deconvolutional Neural Network (DNN)
Definizione - Cosa significa DNN (Deconvolutional Neural Network)?
Una rete neurale deconvoluzionale è una rete neurale che esegue un modello di convoluzione inversa. Alcuni esperti si riferiscono al lavoro di una rete neurale deconvoluzionale come alla costruzione di strati da un'immagine in una direzione verso l'alto, mentre altri descrivono i modelli deconvoluzionali come "ingegneria inversa" i parametri di input di un modello di rete neurale convoluzionale.
Le reti neurali deconvoluzionali sono anche note come reti deconvoluzionali, deconv o reti neurali convoluzionali trasposte.
Techopedia spiega Deconvolutional Neural Network (DNN)
Le reti neurali deconvoluzionali possono essere descritte in molti modi diversi. Molti di questi strumenti usano gli stessi tipi di filtri delle reti neurali convoluzionali ma li usano in modo diverso. I professionisti utilizzano idee come la backpropagation e il filtro inverso insieme a tecniche come il passo e il riempimento per costruire modelli convoluzionali trasposti.
In un senso molto semplicistico, si potrebbe dire che i professionisti potrebbero "far funzionare una CNN all'indietro", ma i meccanismi reali delle reti neurali deconvoluzionali sono molto più sofisticati di così. Un'altra parte delle reti neurali convoluzionali e deconvoluzionali comporta la creazione di una gerarchia: ad esempio, un modello di rete iniziale potrebbe eseguire l'apprendimento primario e un altro modello potrebbe segmentare visivamente l'immagine di destinazione. In genere, il DNN comporta la mappatura di matrici di valori di pixel e l'esecuzione di un "selettore di funzioni" o di altri strumenti su un'immagine. Tutto ciò ha lo scopo di formare programmi di apprendimento automatico, in particolare nell'elaborazione delle immagini e nella visione artificiale.
