Konvoluční neuronová síť (klasifikace)
Konvoluční neuronová síť (CNN) je model hlubokého učení, zavedený LeCunem a kolegy v roce 1998, který se učí lokální vzory přímo z obrázků a strukturovaných dat za účelem jejich klasifikace. Vrstvy konvolučních filtrů objevují stále abstraktnější rysy, čímž lze výrazně omezit manuální inženýrství příznaků.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/cs/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.
- AutoencoderHluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Stroj s podpůrnými vektory (klasifikace)Strojové učení↔ compare
- Transformer (NLP)Hluboké učení↔ compare
- XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →