CNN (Torên Neuralî yên Convolutional) çi ne?

Dibe ku we meraq kiribe ka Facebook an Instagram çawa dikare bixweber rûyên di wêneyekê de nas bike, an jî Google çawa dihêle hûn tenê bi barkirina wêneyek xweya xwe li torê li wêneyên mîna hev bigerin. Van taybetmendiyan nimûneyên dîtina komputerê ne, û ew ji hêla hêzdar ve têne hêz kirin torên neuralî yên konvolutional (CNN). Lêbelê bi rastî torên neuralî yên konvolutional çi ne? Ka em li mîmariya CNN-ê kûr bigerin û fêm bikin ka ew çawa dixebitin.

Tora Neuralî çi ne?

Berî ku em dest bi axaftinê li ser torên neuralî yên konvolutional bikin, werin em demek bidin ku tora neuralî ya birêkûpêk diyar bikin. heye gotarek din li ser mijara torên neuralî yên berdest, ji ber vê yekê em ê li vir pir kûr neçin nav wan. Lêbelê, ji bo bi kurtî ravekirina wan ew modelên hesabker in ku ji mêjiyê mirovan ve hatine îlham kirin. Tora neuralî bi hilgirtina daneyan û manîpulekirina daneyan bi eyarkirina "giranan" tevdigere, ku ew texmîn in ka taybetmendiyên têketinê çawa bi hevûdu û çîna tiştan ve girêdayî ne. Her ku torgilok tê perwerde kirin, nirxên giranan têne sererast kirin û ew ê hêvîdar bibin li ser giraniyên ku bi durustî têkiliyên di navbera taybetmendiyan de digirin hev.

Bi vî rengî tora neuralî ya feed-pêşverû tevdigere, û CNN ji du nîvan pêk tê: tora neuralî ya feed-pêşverû û komek tebeqeyên hevgirtî.

Torên Neuralî yên Convolution (CNN) çi ne?

"Gel"ên ku di torgilokek neuralî ya konvokî de diqewimin çi ne? Tevlihevkirin operasyonek matematîkî ye ku komek giranan diafirîne, bi bingehîn nûnertiya parçeyên wêneyê diafirîne. Ji vê koma giranan re tê gotin kernel an parzûnek. Parzûna ku hatî çêkirin ji tevahiya wêneya têketinê piçûktir e, tenê beşek ji wêneyê vedigire. Nirxên di parzûnê de bi nirxên di wêneyê de têne zêdekirin. Dûv re parzûn li ser tê guheztin da ku nûneriyek beşek nû ya wêneyê çêbike, û pêvajo tê dubare kirin heya ku tevahiya wêneyê were girtin.

Rêyek din ku meriv li ser vê yekê bifikire ev e ku meriv dîwarek bi tuxle bihesibîne, digel ku tuxle di wêneya têketinê de pîxelan temsîl dikin. Li ser dîwarê ku parzûn e, "pencereyek" paş û paş tê rijandin. Kevirên ku di pencereyê de têne dîtin pîxel in ku nirxa wan bi nirxên di nav parzûnê de zêde dibe. Ji ber vê yekê, ev rêbaza çêkirina giranan bi parzûnê bi gelemperî wekî teknîka "paceyên şûştinê" tê binav kirin.

Derketina ji fîlterên ku li dora tevahiya wêneya têketinê têne guheztin komek du-alî ye ku tevahiya wêneyê temsîl dike. Ji vê rêzê re tê gotin a "nexşeya taybetmendiyê".

Çima Convolutions Esasî ne

Jixwe armanca afirandina konvoyan çi ye? Têkilî hewce ne ji ber ku torgilokek neuralî pêdivî ye ku bikaribe pîxelên di wêneyekê de wekî nirxên hejmarî şîrove bike. Fonksiyona qatên hevedudanî ev e ku wêneyê veguherîne nirxên hejmarî yên ku tora neuralî dikare şîrove bike û dûv re qalibên têkildar jê derxe. Karê fîlteran di tora hevedudanî de ev e ku meriv rêzek du-alî ya nirxan biafirîne ku dikare di qatên paşîn ên tora neuralî de were derbas kirin, yên ku dê şêwazên di wêneyê de fêr bibin.

Parzûn Û Kanal

Wêne: cecebur bi rêya Wikimedia Commons, CC BY SA 4.0 (https://commons.wikimedia.org/wiki/Pel:Convolutional_Neural_Network_NeuralNetworkFeatureLayers.gif)

CNN tenê fîlterek bikar neynin da ku ji wêneyên têketinê nimûneyan fêr bibin. Gelek fîlter têne bikaranîn, ji ber ku rêzikên cihêreng ên ku ji hêla parzûnên cihêreng ve hatine afirandin rê li ber temsîlek tevlihevtir, dewlemend a wêneya têketinê vedike. Jimarên hevpar ên parzûnan ji bo CNN 32, 64, 128, û 512 ne. Çiqas fîlter hebin, CNN ewqasî îmkan heye ku daneyên têketinê bikole û jê fêr bibe.

CNN cudahiyên di nirxên pixel de analîz dike da ku sînorên tiştan diyar bike. Di wêneyek gewr de, CNN dê tenê li cûdahiyên di nav şertên reş û spî, ronahî-to-tarî de binêre. Dema ku wêne wêneyên rengîn bin, ne tenê CNN tarî û ronahiyê dihesibîne, lê pêdivî ye ku sê kanalên rengîn ên cihêreng - sor, kesk û şîn - jî bihesibîne. Di vê rewşê de, fîlter xwedan 3 kanalan in, mîna ku wêne bixwe dike. Hejmara kanalên ku parzûnek heye wekî kûrahiya wê tê binav kirin, û hejmara kanalên di parzûnê de divê bi hejmara kanalên di wêneyê de li hev be.

Tora Neuralî ya Convolutional (CNN) avakarî

Ka em li mîmariya bêkêmasî mêze bikin tora neuralî ya konvolutional. Di destpêka her torgilokê de qatek pevgirêdayî tê dîtin, ji ber ku pêdivî ye ku daneyên wêneyê veguherînin rêzikên hejmarî. Lêbelê, tebeqeyên konvolutional jî dikarin li dû qatên din ên konvolutional werin, tê vê wateyê ku ev qat dikarin li ser hev werin danîn. Hebûna çend qatên hevedudanî tê vê wateyê ku derketinên ji yek qatekê dikarin pêvek din derbas bibin û di qalibên têkildar de li hev werin kom kirin. Bi pratîkî, ev tê vê wateyê ku her ku daneya wêneyê di nav qatên hevedudanî de derbas dibe, torê dest bi "naskirina" taybetmendiyên tevlihevtir ên wêneyê dike.

Qatên destpêkê yên ConvNet ji derxistina taybetmendiyên nizm, wek pixelên ku xetên hêsan pêk tînin, berpirsiyar in. Dê qatên paşîn ên ConvNet-ê van rêzan bi şikilan ve bigihînin hev. Ev pêvajoya çûna ji analîza asta rûberê berbi analîza asta kûr berdewam dike heya ku ConvNet şeklên tevlihev ên mîna heywanan, rûyê mirovan, û otomobîlan nas dike.

Piştî ku dane di nav hemî qatên konvokasyonê de derbas dibe, ew diçe nav beşa bi zexmî ya CNN-ê. Tebeqên bi qelsî ve girêdayî ew in ku toreyek neuralî ya kevneşopî ya peş ve-pêşverû dişibihe, rêzek girêk li qatên ku bi hev ve girêdayî ne hatine rêz kirin. Dane di nav van qatên bi hev ve girêdayî de derbas dibin, ku ew qalibên ku ji hêla tebeqeyên hevedudanî ve hatine derxistin fêr dibin, û bi vî rengî tor dikare tiştan nas bike.