Сверточные нейронные сети | Глубокие нейронные сети на Python

Краткий обзор архитектуры сверточных нейронных сетей. Страница курса - http://www.asozykin.ru/courses/nnpython. Принципы сверточных нейронных сетей (convolutional neural networks): - Локальное восприятие. - Разделяемые веса. - Уменьшение размерности. Сверточная сеть состоит из чередующихся слоев свертки и подвыборки. Нейроны сверточного слоя подключаются не ко всем нейронам предыдущего слоя, а к ограниченной области размером 3х3 или 5х5 нейронов (иногда больше). На этой области выполняется операция свертки с использованием так называемого ядра свертки - матрицы такой же размерности, как и область входных сигналов. В нейронных сетях ядра свертки определяются автоматически в процессе обучения. Слой подвыборки выполняет уменьшение размерности. Раньше использовалось усреднение, а теперь чаще применяется выбор максимального значения. Рассматривается пример сверточной сети LeNet-5, которую разработал Ян Лекун для распознавания рукописных цифр индекса на почтовых отправлениях. Для обучения сверточных сетей используется алгоритм обратного распространения ошибки с ограничением на веса. При реализации проекта используются средства поддержки, выделенные в качестве гранта на основании конкурса, проведенного Общероссийской общественно-государственной просветительской организации «Российское общество «Знание». Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках: https://goo.gl/kW93MA