ImageNet was eventually followed by AlexNet, which utilized a deep convolutional neural network architecture that’s still used to this day. ImageNet cuối cùng đã được theo sau bởi AlexNet, sử dụng một kiến trúc mạng thần kinh tích chập sâu vẫn còn được sử dụng cho đến ngày nay.
In fact, A {\displaystyle {\mathcal }} can be written as a convolution with the boxcar function Π ( t ) {\displaystyle \Pi (t)} . Thực tế, A {\displaystyle {\mathcal }} có thể được viết dưới dạng tích chập với can be written as a convolution with the boxcar function Π ( t ) {\displaystyle \Pi (t)} .
In fact, A{\displaystyle {\mathcal }} can be written as a convolution with the boxcar function Π ( t ) {\displaystyle \Pi (t)} . Thực tế, A {\displaystyle {\mathcal }} có thể được viết dưới dạng tích chập với can be written as a convolution with the boxcar function Π ( t ) {\displaystyle \Pi (t)} .
Because they’re more complex, they can be more difficult to train than the more widely used convolutional neural nets. Bởi vì chúng phức tạp hơn nên chúng có thể khó đào tạo hơn so với các mạng thần kinh tích chập (convolutional neural networks) được sử dụng rộng rãi hơn.
So long as f is integral, a natural way to upsample is therefore backwards convolution (sometimes called deconvolution) with an output stride of f. Vì vậy, miễn là f là tích phân, do đó, một cách tự nhiên để lấy mẫu là tích chập ngược (đôi khi được gọi là giải mã) với bước tiến đầu ra là f .
This particular neural network has four convolutional layers, seen as the thick bars on the left, and three dense layers, seen as the more narrow bars on the right. Mạng thần kinh đặc biệt này có 4 lớp tích chập, được minh họa như các thanh dày bên trái, và ba lớp dày, được minh họa như các thanh hẹp hơn ở bên phải.
VST Expression tools for composers combine with the first VST3 convolution reverb and improved automation for more dynamic mixes. Các công cụ VST Expression cho các nhà soạn nhạc kết hợp với hồi âm tích chập VST3 đầu tiên và tự động hóa được cải tiến cho các hỗn hợp động hơn.
The convolution operation brings a solution to this problem as it reduces the number of free parameters, allowing the network to be deeper with fewer parameters. Hoạt động tích chập mang lại một giải pháp cho vấn đề này vì nó làm giảm số lượng các tính năng miễn phí, cho phép mạng sâu hơn với ít tính năng hơn.
A neural network that uses convolution is merging multiple sets of information, pooling them together to create an accurate representation of an image. Một mạng lưới thần kinh sử dụng tích chập đang hợp nhất nhiều bộ thông tin, gộp chúng lại với nhau để tạo ra một đại diện chính xác của một hình ảnh.
In July 2015 Google released DeepDream, an image recognition software capable of creating psychedelic images using a convolutional neural network. Vào tháng 7 năm 2015, Google đã phát hành DeepDream, một phần mềm nhận dạng hình ảnh có khả năng tạo ra hình ảnh ảo giác bằng cách sử dụng mạng thần kinh tích chập.
