Konvolutionellt neuralt nätverk (klassificering)
Ett konvolutionellt neuralt nätverk (CNN) är en djupinlärningsmodell, etablerad av LeCun och kollegor 1998, som lär sig lokala mönster direkt från bilder och strukturerad data för att klassificera dem. Lager av konvolutionella filter upptäcker alltmer abstrakta drag, så manuell dragteknik kan till stor del reduceras.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Convolutional Neural Network for Classification. ScholarGate. https://scholargate.app/sv/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.
- AutoencoderDjupinlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Support Vector Machine (Klassificering)Maskininlärning↔ compare
- Transformer (NLP)Djupinlärning↔ compare
- XGBoostMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →