Что такое деконволюционная нейронная сеть (dnn)? - определение из техопедии

Определение - Что означает деконволюционная нейронная сеть (DNN)?

Деконволюционная нейронная сеть - это нейронная сеть, которая выполняет модель обратной свертки. Некоторые эксперты ссылаются на работу деконволюционной нейронной сети как на построение слоев из изображения в восходящем направлении, в то время как другие описывают деконволюционные модели как «обратное проектирование» входных параметров модели сверточной нейронной сети.

Деконволюционные нейронные сети также известны как деконволюционные сети, деконволюции или транспонированные сверточные нейронные сети.

Техопедия объясняет деконволюционную нейронную сеть (DNN)

Деконволюционные нейронные сети могут быть описаны многими различными способами. Многие из этих инструментов используют те же типы фильтров, что и сверточные нейронные сети, но используют их по-разному. Профессионалы используют идеи, такие как обратное распространение и обратная фильтрация, наряду с такими методами, как шаг и отступ, для построения транспонированных сверточных моделей.

В очень упрощенном смысле можно сказать, что профессионалы могут «запустить CNN в обратном направлении», но действительная механика деконволюционных нейронных сетей гораздо сложнее, чем эта. Другая часть сверточных и деконволюционных нейронных сетей включает создание иерархии - например, начальная модель сети может выполнять первичное обучение, а другая модель может визуально сегментировать изображение цели. Обычно DNN включает в себя отображение матриц значений пикселей и запуск «селектора признаков» или другого инструмента поверх изображения. Все это служит целям обучения программам машинного обучения, особенно в области обработки изображений и компьютерного зрения.