卷 Từ phồn thể: (捲) [juǎn] Bộ: 卩 - Tiết Số nét: 8 Hán Việt: QUYỂN...
积 Từ phồn thể: (積) [jī] Bộ: 禾 - Hoà Số nét: 10 Hán Việt: TÍCH 1....
Câu ví dụ
希望你现在能理解一个卷积神经网络的这种架构了。 Tôi hy vọng bạn hiểu kiến trúc của một CNN bây giờ.
这就是一个反卷积过程。 Đó chính là quá trình chống phân mảnh.
每一层都是一个卷积层 Trên mỗi tầng là một dàn ấu trùng.
因此，再次回到卷积神经网络和神经网络之间的差异。 Vì vậy, một lần nữa trở lại với sự khác biệt giữa CNN và mạng lưới thần kinh.
卷积层包括一组独立的滤波器（该例子中有 6 个）。 Lớp chập bao gồm một tập hợp các bộ lọc độc lập (6 trong ví dụ được hiển thị).
每个滤波器都独立地与图像卷积，我们以 6 个形状为 28×28×1 的特征图结束。 Mỗi bộ lọc được kết hợp độc lập với hình ảnh và chúng tôi kết thúc với 6 bản đồ đặc trưng có hình dạng 28 * 28 * 1.
在六十年代中期，逆滤波（去卷积）开始被广泛地应用于数字图象复原。 Giải chập (Deconvolution) Vào giữa thập niên 60, giải chập (lọc ngược) đã bắt đầu được ứng dụng rộng rãi để khôi phục ảnh số.
与其他深层结构相比，卷积神经网络在图像和语音应用方面都开始显示出更好的效果。 So với những kiến trúc sâu khác, mạng neuron tích chập đang bắt đầu thể hiện kết quả vượt trội trong các ứng dụng hình ảnh và giọng nói.
整个神经网络有一个损失函数，我们为神经网络开发的所有贴士和技巧，仍然适用于卷积神经网络。 Toàn bộ mạng có chức năng mất và tất cả các mẹo và thủ thuật mà chúng tôi đã phát triển cho các mạng thần kinh vẫn được áp dụng trên CNN.
他们利用近年来在一种称为深度卷积神经网络的机器学习上取得的进步。 Họ tận dụng những tiến bộ được thực hiện trong những năm gần đây về một loại hình học máy được gọi là mạng lưới thần kinh tích chập sâu (Deep neurone network).
Điện thoại