Convolutional Neural Networks (CNNs)
CNN, যা ConvNets নামেও পরিচিত, একাধিক স্তর নিয়ে গঠিত এবং প্রধানত ইমেজ প্রক্রিয়াকরণ এবং বস্তু সনাক্তকরণের জন্য ব্যবহৃত হয়। LeCun 1988 সালে প্রথম সিএনএন তৈরি করেছিলেন যখন এটিকে LeNet বলা হত। এটি ZIP কোড এবং ডিজিটের মতো অক্ষর চিনতে ব্যবহৃত হয়েছিল।
CNN ব্যাপকভাবে স্যাটেলাইট ইমেজ শনাক্তকরণ, মেডিক্যাল ইমেজ প্রসেস, পূর্বাভাস সময় সিরিজ এবং অসঙ্গতি সনাক্ত করতে ব্যবহৃত হয়।
CNN কিভাবে কাজ করে?
সিএনএন এর একাধিক স্তর রয়েছে যা ডেটা থেকে বৈশিষ্ট্যগুলি প্রক্রিয়া করে এবং বের করে:
কনভোলিউশন লেয়ার
সিএনএন -এর একটি কনভোলিউশন লেয়ার রয়েছে যাতে কনভোলিউশন অপারেশন করার জন্য বেশ কয়েকটি ফিল্টার থাকে।
Rectified Linear Unit/সংশোধিত লিনিয়ার ইউনিট (ReLU)
উপাদানগুলিতে অপারেশন করার জন্য CNN এর একটি ReLU স্তর রয়েছে। আউটপুট একটি সংশোধিত বৈশিষ্ট্য মানচিত্র।
পুলিং লেয়ার
• সংশোধিত বৈশিষ্ট্য মানচিত্র পরবর্তীতে একটি পুলিং স্তরে পরিণত হয়, পুলিং একটি ডাউন-স্যাম্পলিং অপারেশন যা বৈশিষ্ট্য মানচিত্রের মাত্রা হ্রাস করে।
• পুলিং লেয়ার তারপর পুলড ফিচার ম্যাপ থেকে প্রাপ্ত দ্বিমাত্রিক অ্যারেগুলিকে একক রূপান্তর, দীর্ঘ, ক্রমাগত করে, এবং লিনিয়ার ভেক্টর এটি চ্যাপ্টা করে।
Fully Connected Layer
• একটি fully connected laye তৈরি হয় যখন পুলিং স্তর থেকে সমতল ম্যাট্রিক্সকে একটি ইনপুট হিসাবে খাওয়ানো হয়, যা চিত্রগুলিকে শ্রেণীবদ্ধ করে এবং চিহ্নিত করে।
0 মন্তব্য(গুলি):
একটি মন্তব্য পোস্ট করুন