Bugün en yaygın kullanılan yapay zeka algoritması CNN (Convolutional Neural Networks) olarak adlandırılır. Peki bu algoritma nedir ve nasıl çalışır? CNN'de Algoritma, tüm katmanlar birbirleriyle tam olarak bağlantılıdır. Bölgedeki katmanlar bir filtre özelliği vardır ve boyut ve eğitim zamanında optimizasyon sağlar.
Derin öğrenmenin en kritik noktası AlexNet. Yukarıdaki algoritmada, rastgele veriler yapıdan kaldırıldı ve modelin verilerini ezberleme sorunudur kaçındı. CNN algoritması, mevcut yeterince veriniz varsa fotoğrafta listelenen görevleri gerçekleştirebilir. CNN'in yapısında, tabakalar daha da derinleşiyor. Çok daha fazla filtreleme yöntemi, istenen sonuç daha net elde edilir.
Peki CNN algoritmasındaki sorunlar nelerdir? Aşağıdaki fotoğrafa baktığımızda, beynimiz bu fotoğrafın özgürlük heykeli olduğunu fark edecek, sahip olabileceği gerçeğine rağmen Farklı açılardan ve farklı ışık tonlarında alındı. Ancak CNN algoritması böyle bir kapasiteye sahip değildir. CNN'i kullanarak bu fotoğraflardan birini teşvik ettiğinizde Algoritma, muhtemelen diğer fotoğrafları Özgürlük Heykeli olarak tanımayacaktır. Kapsül Ağları Dönemi Başlıyor! Kapsül ağları, daha yakın olan bir ağ yapısıdır İnsan beyninin çalışması. Bir kapsül olarak adlandırılmasının nedeni, CNN yapısında olduğu gibi birbirine bağlı olmadıkları içindir, ancak iç içe bir yapıda, adı verilenler Bu şekilde. Bir katmanda birden fazla kapsül katmanı ekleme yöntemi tanıttı.
Sonuç olarak, Kapsül Ağları, görüntüdeki hiyerarşik yapıyı daha verimli modelleme fırsatı sunan derin bir öğrenmedir. İçinde Gelecekte, algoritmaları daha da geliştirmekle insan beyni gibi öğrenebilecek makinelere adım adım atıyoruz.
