Taula de continguts:
- Definició: què significa Xarxa Neural Deconvolutional (DNN)?
- Techopedia explica Xarxa Neural Deconvolutional (DNN)
Definició: què significa Xarxa Neural Deconvolutional (DNN)?
Una xarxa neuronal deconvolutional és una xarxa neuronal que realitza un model de convolució inversa. Alguns experts es refereixen al treball d'una xarxa neuronal deconvolutional com a construcció de capes a partir d'una imatge en direcció ascendent, mentre que altres descriuen els models deconvolutionals com a "enginyeria inversa" els paràmetres d'entrada d'un model de xarxa neuronal convolutiva.
Les xarxes neuronals deconvolucionals també es coneixen com a xarxes deconvolucionals, deconvuls o xarxes neuronals convolucionals transposades.
Techopedia explica Xarxa Neural Deconvolutional (DNN)
Les xarxes neuronals desconvolucionals es poden descriure de maneres diferents. Moltes d’aquestes eines utilitzen els mateixos tipus de filtres que les xarxes neuronals convolucionals, però les utilitzen de manera diferent. Els professionals utilitzen idees com la formulació posterior i el filtratge invers, juntament amb tècniques com el pas i l’encoixinament per crear models convolutius transposats.
En un sentit molt simplista, es podria dir que els professionals podrien "executar una CNN endarrerida", però la mecànica real de les xarxes neuronals deconvolucionals és molt més sofisticada. Una altra part de les xarxes neuronals convolutives i deconvolucionals consisteix en crear una jerarquia - per exemple, un model de xarxa inicial pot fer l'aprenentatge primari i un altre model podria segmentar visualment la imatge objectiu. Generalment, el DNN implica mapar matrius de valors de píxels i executar un "selector de funcions" o una altra eina sobre una imatge. Tot això serveix per tal de formar programes d’aprenentatge de màquines, especialment en processament d’imatges i visió per ordinador.
