konvoluutioneuroverkkoja
Konvoluutioneuroverkkoja, tunnetaan myös nimellä CNN tai ConvNet, ovat eräs syvien neuroverkkojen tyyppi, joka on suunniteltu erityisesti kuvankäsittelytehtäviin. Ne hyödyntävät konvoluutiokerroksia, jotka ovat keskeisiä niiden toiminnassa. Konvoluutiokerrokset soveltavat joukkoa suodattimia eli kerneliä kuvaan havaitakseen erilaisia piirteitä, kuten reunoja, kulmia ja kuvioita. Nämä suodattimet liukuvat kuvan yli ja tuottavat piirrekarttoja, jotka edustavat havaitun piirteen esiintymistä eri kohdissa kuvaa.
Konvoluutioneuroverkkojen arkkitehtuuriin kuuluu tyypillisesti useita konvoluutiokerroksia, joiden jälkeen usein seuraa kerroksia, kuten aktivointifunktiot (esimerkiksi ReLU) ja
CNN:t ovat osoittautuneet erittäin tehokkaiksi monenlaisissa sovelluksissa, kuten kuvantunnistuksessa, esineiden tunnistuksessa, segmentoinnissa ja kasvojentunnistuksessa. Niiden kyky