شبکه عصبي کانولوشني که در ادامه آنرا با CNN نام خواهيم برد به نوعي از شبکه هاي عصبي مصنوعي اطلاق ميشود که داراي ويژگي هاي اصلي شبکه neocognitron ميباشد. درساختار CNN سه تکنيک اصلي استفاده ميشود که عبارتند از:اشتراک وزنهاweight sharing ميدانهاي دريافت محلي local receptor fields و نمونه گيري مکاني کاهشي spatial down sampling. اين شبکه تا حدي به مدل سيستم بينائي بيولوژيکي شبيه است که در آن داده خام به عنوان ورودي شبکه به آن اعمال ميشود بدون اينکه نياز به پردازش اوليه يا استخراج ويژگي feature extraction داشته باشد. در واقع در CNN عمل استخراج ويژگي و مرحله شناسائي در يک ساختار مشترک انجام ميشوند.

در ساختار CNN  براي اعمال مپينگ روي تصوير تمهيدي در نظر گرفته شده است که هر ارتباط عصبي تبديل محلي يکساني را به تمامي تبديلات مکاني اعمال کنند. با اين تمهيد نسبت بين درجه آزادي  سيستم و تعداد نمونه هاي لازم براي يادگيري بطور محسوسي افزايش يافته و باعث ميشود تا قدرت تعميم (generalization) سيستم تقويت شود . اين ويژگي کارائي خود را درزمينه پردازش تصوير نمايان ميسازد که در آن معمولا با اين مشکل مواجه هستيم که بزرگ بودن ابعاد ورودي منجر به ايجاد يک مسئله ضعيف شده ill posed problem ميشود. 

درساختار يک CNN اوزان شبکه در روي آرايه هاي مکاني تکرار ميشوند که باعث ميگردد تا اين نوع شبکه ذاتا نسبت به انتقال ورودي حساس نباشد. اين ويژگي نيز براي پردازش تصوير مفيد ميباشد. علاوه بر آن پياده سازي اين شبکه بر روي سخت افزار نيز بسادگي انجام پذير ميباشد  که امکان استفاده از آنرا در کاربردهاي بدون وقفه ميسر مينمايد. در حال حاضر از  CNN در اموري نظير پردازش حروف دست نويس و شناسائي و تشخيص چهره استفاده ميشود.

لینک سفارش

سرفصل :

یادگیری عمیق Deep Learning

تفاوت بین مدل مرسوم شناسایی الگو و یادیگری عمیق

Trainable feature extractor چیست ؟

ساختار کلی یک سیستم شناسایی الگو pattern recognition

ساختار یک سیستم شناسایی شی object detection

مشاهده بصری ویژگی ها feature visualization در مراحل یک سیستم یادگیری عمیق (شبکه کانالوشن)

Low-Level feature, Mid-Level feature, high-level feature

Visual Cortex (ایده یادگیری عمیق از کجا آمده است؟)

معرفی سه ساختار یادگیری عمیق (feed-forward , feed-back , bi-directional)

چرا به یادگیری عمیق نیاز داریم ؟

کدام مدلها عمیق هستند؟ آیا MLP وSVM و مدلهای دو لایه و درخت تصمیم، عمیق هستند؟

امروزه در کدام کاربردها از یادگیری عمیق استفاده می شود؟

مقایسه مدلهای

 (boosting , perceptron , SVM , AE , decision tree , RBM , DBN , DBM , GMM , spare coding , BayesNP , Conventional Net , RNN , Neural Net)

ساختار کلی (overall architecture) یک شبکه عصبی کانالوشن

معرفی بلوک نرمالسازی Normalization

معرفی بلوک بانک فیلتر Filter Bank

معرفی بلوک Non-Linear

معرفی بلوک Pooling یا subsampling

معرفی تغییرات یک تصویر در هنگام عبور از لایه های مختلف یک شبکه عصبی کانالوشن

معرفی ساختار یک شبکه عصبی کانالوشن

تصویر بعد از کانالوشن چه تغییری می کند؟

تصویر بعد از pooling چه تغییری می کند؟

مفهوم کانالوشن در تصویر

پنجره window در کانالوشن

مفهوم pooling در تصویر

یک مثال از local average operator

نشان دادن تصویر هر مرحله از یک شبکه عصبی کانالوشن

الگوریتم پیش انتشار خطا در شبکه عصبی کانالوشن

یک مثال عددی از عملگر کانالوشن

دو کاربرد شناسایی علائم راهنمایی و شناسایی شماره منازل

یک مثال از شبکه عصبی کانالوشن در شناسایی موضوع صحنه در یک ویدئو

یک مثال از شبکه عصبی کانالوشن در شناسایی شی Object detection

 

برخی از فریم های این فیلم آموزشی :