Konvolusjonelt nevralt nettverk (klassifisering)
Et konvolusjonelt nevralt nettverk (CNN) er en dyp læringsmodell, etablert av LeCun og kolleger i 1998, som lærer lokale mønstre direkte fra bilder og strukturerte data for å klassifisere dem. Stabler av konvolusjonsfiltre oppdager stadig mer abstrakte trekk, slik at manuell trekkutvikling i stor grad kan reduseres.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/no/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.
- AutoenkoderDyp læring↔ compare
- Random ForestMaskinlæring↔ compare
- Støttevektormaskin (klassifisering)Maskinlæring↔ compare
- Transformer (NLP)Dyp læring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →