Il existe un certain nombre de formes de réseaux de neurones convolutifs, y compris les CNN conventionnels, les réseaux de neurones récurrents, les réseaux totalement convolutifs et les réseaux de transformateurs spatiaux, entre autres.
CNN conventionnels
Les CNN conventionnels, souvent connus sous le nom de CNN "vanille", englobent une collection de couches convolutionnelles et regroupées, adoptées par un certain nombre de couches totalement liées. Comme mentionné précédemment, chaque couche convolutive de cette communauté effectue une collection de convolutions avec un ensemble de filtres apprenables pour extraire les options de l'image d'entrée.
La structure Lenet-5, l'un des premiers CNN efficaces pour la reconnaissance des chiffres manuscrits, illustre un CNN traditionnel. Il comporte deux unités de couches de convolution et de mise en commun suivant deux couches totalement liées. L'efficacité des CNN dans la reconnaissance d'images a été confirmée par la structure Lenet-5, qui les a également rendus plus largement utilisés dans les tâches imaginatives et prémonitoires de l'ordinateur.
Réseaux de neurones récurrents
Les réseaux de neurones récurrents (RNN) sont une sorte de réseaux de neurones qui peuvent suivre des connaissances séquentielles en surveillant le contexte des entrées précédentes. Les réseaux de neurones répétitifs peuvent produire des entrées de différentes longueurs et produire des sorties en fonction des entrées précédentes, contrairement aux réseaux de neurones à anticipation typiques, qui ne font qu'entrer des informations dans un ordre défini.
Par exemple, les RNN peuvent être utilisés dans des actions NLP correspondant à l'ère du contenu textuel ou à la traduction de la langue. Une communauté neuronale récurrente va être habile sur des paires de phrases dans deux langues totalement différentes pour apprendre à traduire entre les 2.
Le RNN traite les données les unes après les autres et produit à chaque étape un document de sortie basé sur le document d'entrée et la sortie précédente. Le RNN peut produire des traductions correctes même pour des textes compliqués car il suit les entrées et les sorties précédentes.
Réseaux totalement pliés
Les réseaux totalement convolutifs (FCN) sont une sorte de structure de communauté neuronale généralement utilisée dans les tâches imaginatives et prémonitoires de l'ordinateur correspondant à la segmentation d'images, à la détection d'objets et à la classification d'images. Les FCN seront constamment habiles à utiliser la rétropropagation pour classer ou sectionner des photos.
La rétropropagation est un algorithme de coaching qui calcule les gradients de fonctionnement de la perte à l'aide des poids d'une communauté de neurones. Une machine qui étudie la capacité du mannequin à prédire la sortie prévue pour une entrée donnée est mesurée par une perte de fonctionnement.
Les FCN sont principalement basés uniquement sur des couches convolutives car ils n'ont pas de couches totalement liées, ce qui les rend plus adaptables et respectueux de l'environnement informatique que les réseaux de neurones convolutifs conventionnels. Une communauté qui accepte une image d'entrée et produit le placement et la classification des objets dans l'image est une instance d'un FCN.
Communauté de transformateurs spatiaux
Une communauté de transformateurs spatiaux (STN) est utilisée dans des tâches imaginatives et prémonitoires pour améliorer l'invariance spatiale des options découvertes à partir de la communauté. La flexibilité d'une communauté neuronale à reconnaître des modèles ou des objets dans une image, quels que soient leur emplacement géographique, leur orientation ou leur dimension, est connue sous le nom d'invariance spatiale.
Un réseau qui applique une transformation spatiale découverte à une image d'entrée avant un traitement supplémentaire est une instance d'un STN. La transformation peut très bien être utilisée pour aligner des objets dans l'image, corriger les distorsions de perspective ou apporter différentes modifications spatiales pour améliorer l'efficacité de la communauté sur un travail particulier.
Un changement fait référence à toute opération qui modifie indirectement une image, correspondant à B. faire pivoter, redimensionner ou recadrer. L'alignement renvoie au moyen de garantir que les objets d'une image sont centrés, alignés ou positionnés dans une approche constante et significative.
La distorsion de perspective se produit lorsque les objets d'une image semblent déformés ou déformés en raison de l'angle ou de la distance à partir de laquelle la photo a été prise. L'utilisation d'un certain nombre de transformations mathématiques de l'image, correspondant aux transformations B. affines, peut être utilisée pour corriger la distorsion de perspective. Les transformations affines protègent les traces parallèles et les relations de distance entre les facteurs pour corriger les distorsions de perspective ou les différentes modifications spatiales dans une image.
Les modifications spatiales vérifient tout changement dans la construction spatiale d'une image, correspondant à B. Retournement, rotation ou déplacement de l'image. Ces modifications peuvent augmenter les connaissances du coaching ou relever des défis particuliers au sein du processus, correspondant à : B. éclairage, distinction ou variations de fond.
