|
Сверточные нейронные сети являются мощным инструментом для решения задач распознавания дву- и трехмерных объектов. Изучается возможность построения сверточной сети с необучаемыми после начальной случайной инициации сверточными слоями - в сети обучаются только финальные слои из традиционных нейронов.
На широко используемой для сравнения алгоритмов классификации и обучения с учителем базе данных MNIST, содержащей 60000+10000 изображений рукописных начертаний цифр от 0 до 9, изучается информационная емкость (обобщающая спобобность) различных вариантов сверточной сети, с обучаемыми и необучаемыми сверточными слоями и различным числом нейронов в них.
Проводятся параллели с традиционным многослойным персептроном Розенблатта, содержащим начальный необучаемый первый слой нейронов, рецептивные поля которых нелокальны на ретине, иными словами, в задаче распознавания графических образов сравниваются нелокальные детекторы признаков персептрона и локальные детекторы сверточной нейросети.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарииОбратная связь |
![[ICT SBRAS]](/picture/copan/ict-logo.gif){kind=logo}
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:45:15)