Konvolutsioonivõrkude

Konvolutsioonivõrgud, tuntud ka kui CNN-id (Convolutional Neural Networks), on üks tüüp süvaõppe närvivõrku, mis on eriti tõhus pilditöötlusülesannete lahendamisel. Nende arhitektuur on inspireeritud inimkonna visuaalsest ajukoorest, mis on spetsialiseerunud kujutiste töötlemisele. CNN-id kasutavad spetsiaalseid kihistruktuure, mis võimaldavad neil automaatselt ja adaptiivselt õppida ruumilisi hierarhiaid andmetest.

Peamine konvolutsioonivõrgu eripära seisneb konvolutsioonikihi kasutamises. See kiht rakendab sisendile filtreid ehk tuumasid, mis tuvastavad erinevaid mustreid ja omadusi, nagu servad, nurgad või tekstuurid. Need filtrid liiguvad mööda sisendit, teostades punkt-punkti korrutiste ja summade arvutusi, mille tulemuseks on omaduste kaardid. Sageli järgnevad konvolutsioonikihile pooling-kihid, mis vähendavad omaduste kaartide ruumilist suurust, säilitades samal ajal olulise informatsiooni ja aitavad vähendada arvutusmahtu.

Lisaks konvolutsiooni- ja pooling-kihtidele sisaldavad CNN-id tavaliselt täielikult ühendatud kihte, mis võtavad kokku õpitud omadused ja kasutavad neid lõpliku klassifitseerimise või muu soovitud väljundi jaoks. Need võrgud on olnud murrangulised sellistes rakendustes nagu piltide klassifitseerimine, objektide tuvastamine, pildi segmentatsioon ja isegi loomuliku keele töötlemine. Nende võime automaatselt õppida olulisi omadusi otse toorandmetest teeb neist ühe võimsaima vahendi kaasaegses masinõppes.