Xarxa Neuronal Convolucional (Classificació)
Una Xarxa Neuronal Convolucional (CNN) és un model d'aprenentatge profund, establert per LeCun i col·legues el 1998, que aprèn patrons locals directament d'imatges i dades estructurades per classificar-les. Les piles de filtres convolucionals descobreixen característiques cada cop més abstractes, de manera que l'enginyeria manual de característiques es pot reduir en gran mesura.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- LeCun, Y., Bottou, L., Bengio, Y. & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition. Proceedings of the IEEE, 86(11), 2278–2324. DOI: 10.1109/5.726791 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/ca/deep-learning/cnn-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencoderAprenentatge profund↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Màquina de Vectors de Suport (Classificació)Aprenentatge automàtic↔ compare
- Transformer (NLP)Aprenentatge profund↔ compare
- XGBoostAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →