Cad iad CNNs (Convolutional Neural Networks)?

B’fhéidir gur smaoinigh tú ar conas is féidir le Facebook nó Instagram aghaidheanna a aithint go huathoibríoch in íomhá, nó conas a ligeann Google duit cuardach a dhéanamh ar an ngréasán le haghaidh grianghraif chomhchosúla trí do ghrianghraf féin a uaslódáil. Is samplaí iad na gnéithe seo d'fhís ríomhaire, agus tá siad faoi thiomáint ag líonraí néaracha comhraonta (CNNanna). Ach cad go díreach atá i gceist le líonraí néaracha comhraonta? Léim go domhain in ailtireacht CNN agus tuigfimid conas a oibríonn siad.

Cad is Líonraí Néaracha ann?

Sula dtosaímid ag caint faoi líonraí néarúla comhbheartaithe, déanaimis nóiméad a ghlacadh chun líonra néarúil rialta a shainiú. Tá alt eile ar an ábhar líonraí néaracha atá ar fáil, mar sin ní rachaimid ró-dhomhain isteach iontu anseo. Mar sin féin, chun iad a shainiú go hachomair is samhlacha ríomhaireachtúla iad spreagtha ag inchinn an duine. Feidhmíonn líonra néarúil trí shonraí a ghlacadh agus na sonraí a ionramháil trí “meáchain” a choigeartú, ar boinn tuisceana iad faoin gcaoi a bhfuil baint ag na gnéithe ionchuir lena chéile agus le haicme an réada. De réir mar a chuirtear oiliúint ar an líonra déantar luachanna na meáchain a choigeartú agus táthar ag súil go dtiocfaidh siad le chéile ar mheáchan a thugann na gaolmhaireachtaí idir gnéithe go cruinn.

Is é seo an chaoi a n-oibríonn gréasán néaraíoch réamh-chothaithe, agus tá dhá leath i gceist le CNNanna: líonra néaraíoch réamhbhothúcháin agus grúpa sraitheanna conbhlóideacha.

Cad iad Líonraí Néaracha Convolution (CNNanna)?

Cad iad na “convolutions” a tharlaíonn i líonra néarúil convolutional? Is oibríocht mhatamaiticiúil é convolution a chruthaíonn sraith meáchain, rud a chruthaíonn léiriú ar chodanna den íomhá go bunúsach. Tagraítear don tacar meáchain seo mar eithne nó scagaire. Tá an scagaire a chruthaítear níos lú ná an íomhá ionchuir iomlán, ag clúdach fo-alt den íomhá. Iolraítear na luachanna sa scagaire leis na luachanna san íomhá. Bogtar an scagaire anonn ansin chun léiriú a dhéanamh ar chuid nua den íomhá, agus déantar an próiseas arís agus arís eile go dtí go mbeidh an íomhá ar fad clúdaithe.

Bealach eile chun smaoineamh ar seo ná balla brící a shamhlú, agus na brící a léiríonn na picteilíní san íomhá ionchuir. Tá “fuinneog” á sleamhnú siar agus amach ar feadh an bhalla, arb é an scagaire é. Is iad na brící is féidir a fheiceáil tríd an bhfuinneog ná na picteilíní agus a luach méadaithe faoi na luachanna laistigh den scagaire. Ar an gcúis seo, is minic a thugtar an teicníc “fuinneoga sleamhnáin” ar an modh seo chun meáchain a chruthú le scagaire.

Is eagar déthoiseach é an t-aschur ó na scagairí atá á bhogadh thart ar an íomhá ionchuir ar fad a léiríonn an íomhá iomlán. Tugtar a “gné léarscáil”.

Cén Fáth a bhfuil Convolutions Riachtanach

Cad é an cuspóir atá le convolutions a chruthú mar sin féin? Tá convolutions riachtanach toisc go gcaithfidh líonra néarúil a bheith in ann na picteilíní in íomhá a léirmhíniú mar luachanna uimhriúla. Is í feidhm na sraitheanna conbhlóideacha ná an íomhá a thiontú ina luachanna uimhriúla ar féidir leis an ngréasán néarúil a léirmhíniú agus ansin patrúin ábhartha a bhaint astu. Is é post na scagairí sa ghréasán conbhlóideach ná sraith luachanna déthoiseacha a chruthú ar féidir iad a chur ar aghaidh go sraitheanna níos déanaí de líonra néaraíoch, iad siúd a fhoghlaimeoidh na patrúin san íomhá.

Scagairí Agus Cainéil

Grianghraf: cecebur via Wikimedia Commons, CC BY SA 4.0 ( https://commons.wikimedia.org/wiki/File:Convolutional_Neural_Network_NeuralNetworkFeatureLayers.gif)

Ní úsáideann CNNanna ach scagaire amháin chun patrúin a fhoghlaim ó na híomhánna ionchuir. Úsáidtear scagairí iolracha, toisc go bhfuil na eagair éagsúla a chruthaíonn na scagairí éagsúla mar thoradh ar léiriú níos casta, saibhir ar an íomhá ionchuir. Is iad 32, 64, 128, agus 512 líon na scagairí coitianta le haghaidh CNNs. Dá mhéad scagairí atá ann, is amhlaidh is mó deiseanna atá ag CNN na sonraí ionchuir a scrúdú agus foghlaim uathu.

Déanann CNN anailís ar na difríochtaí i luachanna picteilín chun teorainneacha réada a chinneadh. In íomhá liathscála, ní fhéachfadh an CNN ach ar na difríochtaí i dtéarmaí dubh agus bán, solas go dorchadas. Nuair is íomhánna daite iad na híomhánna, ní hamháin go gcuireann an CNN dorcha agus éadrom san áireamh, ach caithfidh sé na trí chainéal dathanna éagsúla - dearg, glas agus gorm - a chur san áireamh freisin. Sa chás seo, tá 3 chainéal ag na scagairí, díreach mar a dhéanann an íomhá féin. Tagraítear do líon na gcainéal atá ag scagaire mar a dhoimhneacht, agus ní mór líon na gcainéal sa scagaire a mheaitseáil le líon na gcainéal san íomhá.

Líonra Néarach Comhdhlúite (CNN) ailtireacht

Breathnaímid ar ailtireacht iomlán na líonra néarúil convolutional. Faightear ciseal dronnach ag tús gach líonra comhdhlúite, mar is gá na sonraí íomhá a thiontú ina n-eagair uimhriúla. Mar sin féin, is féidir le sraitheanna dronnach teacht freisin tar éis sraitheanna conbhlóideacha eile, rud a chiallaíonn gur féidir na sraitheanna seo a chruachadh ar bharr a chéile. Má bhíonn sraitheanna iolracha ann, is féidir na haschuir ó chiseal amháin a aistriú tuilleadh agus iad a ghrúpáil le chéile i bpatrúin ábhartha. Go praiticiúil, ciallaíonn sé seo go dtosaíonn an líonra ag "aithint" gnéithe níos casta na híomhá de réir mar a théann sonraí na híomhá ar aghaidh trí na sraitheanna conbhlóideacha.

Is iad na sraitheanna tosaigh de ConvNet atá freagrach as na gnéithe íseal-leibhéil a bhaint, mar na picteilíní a dhéanann suas línte simplí. Ceanglóidh sraitheanna níos déanaí den ConvNet na línte seo le chéile ina gcruthanna. Leanann an próiseas seo de aistriú ó anailís ar leibhéal an dromchla go dtí anailís dhomhainleibhéil go dtí go n-aithníonn ConvNet cruthanna casta amhail ainmhithe, aghaidheanna daonna agus gluaisteáin.

Tar éis do na sonraí dul tríd na sraitheanna conbhlóideacha ar fad, téann sé ar aghaidh isteach sa chuid dlúth-nasctha den CNN. Is iad na sraitheanna dlúth-nasctha an chuma a bhíonn ar líonra néarúil traidisiúnta réamh-chothaithe, sraith nóid atá eagraithe i sraitheanna atá nasctha lena chéile. Téann na sonraí ar aghaidh trí na sraitheanna dlúth-nasctha seo, a fhoghlaimíonn na patrúin a bhain na sraitheanna conbhlóideacha amach, agus trí é sin a dhéanamh éiríonn an líonra in ann réada a aithint.