4 Ma’ruza Sun'iy neyron tarmoqlar (snt) ning tasnifi va ishlash tamoyillari

5. KONVOLYUTSION NEYRON TARMOQLARI

Konvolyutsion neyron tarmoqlarining asosiy g'oyasi shundaki, tasvirni mahalliy tushunish etarli. Konvolyutsion neyron tarmoqlarning amaliy afzalligi shundaki, bir nechta parametrlarga ega bo'lish orqali siz o'qitish vaqtini, shuningdek, modelni o'rgatish uchun zarur bo'lgan ma'lumotlar miqdorini sezilarli darajada kamaytirishingiz mumkin. Har bir pikselning og'irligi bilan to'liq bog'langan tarmoqlar o'rniga, CNN o'z fragmentiga ega. Konvolyutsion neyron tarmoqlari, agar kirish ovozli ma'lumotlar yoki tasvirlar bo'lsa, juda muvaffaqiyatli bo'ladi. Sanoat uchun tasvirlar alohida qiziqish uyg'otadi. Misol uchun, ijtimoiy tarmoqda ro'yxatdan o'tayotganda, odatda, salomlashish yozuvini emas, balki profil rasmini yuklaysiz. Bu odamlarning fotosuratlarga ko'proq qiziqishi bilan bog'liq.

Konvolyutsion neyron tarmog'i (CNN) 1988 yilda Yan LeKun tomonidan taklif qilingan va chuqur o'rganish texnologiyalarining bir qismi bo'lgan naqshlarni samarali aniqlashga qaratilgan sun'iy neyron tarmoqlarning maxsus arxitekturasidir. Vizual korteksning ba'zi xususiyatlaridan foydalanadi, unda oddiy hujayralar deb ataladigan, turli burchaklardagi to'g'ri chiziqlarga reaksiyaga kirishgan va murakkab hujayralar, ularning reaktsiyasi ma'lum bir oddiy hujayralar to'plamining faollashishi bilan bog'liq. Shunday qilib, konvolyutsion neyron tarmoqlar g'oyasi konvolyutsion qatlamlarning (inglizcha konvolyutsiya qatlamlari) va pastki namuna olish qatlamlarining (ingliz. subsampling qatlamlari yoki inglizcha birlashtiruvchi qatlamlar, subnamuna qatlamlari) almashinishida yotadi. Tarmoqning tuzilishi bir yo'nalishli (teskari aloqasiz), asosan ko'p qatlamli. Trening uchun standart usullar qo'llaniladi, ko'pincha xatoni orqaga qaytarish usuli. Neyronlarning faollashuv funktsiyasi (transfer funktsiyasi) tadqiqotchining xohishiga ko'ra har qanday bo'ladi.
Tarmoq arxitekturasining nomi konvolyutsiya operatsiyasining mavjudligi bilan bog'liq bo'lib, uning mohiyati shundaki, har bir tasvir bo'lagi konvolyutsiya matritsasi (yadro) elementiga elementga ko'paytiriladi va natija umumlashtiriladi va shunga o'xshash holatga yoziladi. chiqish tasvirida.


Konvolyutsion neyron tarmog'i odatda tasvirning o'ziga xos xususiyatlaridan mavhumroq tafsilotlarga va undan yuqori darajadagi tushunchalarni olishgacha bo'lgan mavhum tafsilotlarga o'tish sifatida talqin etiladi. Shu bilan birga, tarmoq o'z-o'zidan mavhum xususiyatlarning zarur ierarxiyasini (xususiyatlar xaritalari ketma-ketligi) o'z-o'zidan sozlaydi va rivojlantiradi, ahamiyatsiz tafsilotlarni filtrlaydi va muhimlarni ajratib ko'rsatadi. Bunday talqin ko'proq metafora yoki illyustrativdir. Darhaqiqat, murakkab tarmoq tomonidan ishlab chiqarilgan "xususiyatlar" noaniq va talqin qilish shunchalik qiyinki, ular amalda bu xususiyatlarning mohiyatini "to'g'ri" tushunishga harakat qilmaydilar, aksincha, tanib olish natijalarini yaxshilashga harakat qilishadi. , ular tarmoq tuzilishi va arxitekturasini o'zgartiradi. Shunday qilib, ba'zi muhim hodisalar tizimini e'tiborsiz qoldirish yoki o'qitish uchun etarli ma'lumotlar yo'qligini yoki tarmoq tuzilmasida kamchiliklar mavjudligini va tizim ushbu hodisalar uchun samarali xususiyatlarni ishlab chiqa olmasligini ko'rsatishi mumkin.