Faltungsneuronales Netzwerk

Was ist ein “Faltungsneuronales Netzwerk”?

Ein Convolutional Neural Network (CNN), zu deutsch: faltungsneuronales Netzwerk, ist ein spezieller Typ eines künstlichen neuronalen Netzes, das Perceptrons, einen Algorithmus für maschinelles Lernen, für überwachtes Lernen verwendet, um Daten zu analysieren. CNNs werden für die Bildverarbeitung, die Verarbeitung natürlicher Sprache und andere kognitive Aufgaben eingesetzt.

Ein Faltungsneuronales Netzwerk ist auch als ConvNet bekannt.

Techopedia erklärt das Faltungsneuronale Netzwerk

Wie andere Arten künstlicher neuronaler Netze verfügt ein neuronales Faltungsnetz über eine Eingabeschicht, eine Ausgabeschicht und verschiedene versteckte Schichten. Einige dieser Schichten sind Faltungsschichten, die ein mathematisches Modell verwenden, um Ergebnisse an nachfolgende Schichten weiterzugeben. Dies simuliert einige der Vorgänge im menschlichen visuellen Kortex.

CNNs sind ein grundlegendes Beispiel für Deep Learning, bei dem ein anspruchsvolleres Modell die Entwicklung der künstlichen Intelligenz vorantreibt, indem es Systeme anbietet, die verschiedene Arten der biologischen menschlichen Gehirnaktivität simulieren.

Verwandte Begriffe

Margaret Rouse

Margaret Rouse ist eine preisgekrönte technische Autorin und Dozentin. Sie ist für ihre Fähigkeit bekannt, komplexe technische Themen simpel und nachvollziehbar zu erklären. In den letzten zwanzig Jahren sind ihre Erklärungen auf TechTarget-Websites erschienen und sie wurde in Artikeln der New York Times, des Time Magazine, USA Today, ZDNet, PC Magazine und Discovery Magazine als Quelle und Expertin zitiert. Wenn Sie einen Vorschlag für eine neue Definition haben oder eine technische Erklärung verbessern möchten, schicken Sie einfach Margaret eine E-Mail oder kontaktieren Sie sie auf LinkedIn oder Twitter.