- Apa itu Konvolusi di CNN?
- Bagaimana cara kerja konvolusi?
- Apa saja fitur dari Convolution Neural Network?
- Bagaimana cara kerja jaringan saraf konvolusional?
Apa itu Konvolusi di CNN?
Konvolusi adalah operasi matematika yang memungkinkan penggabungan dua set informasi. Dalam kasus CNN, konvolusi diterapkan pada data input untuk memfilter informasi dan menghasilkan peta fitur. Filter ini juga disebut kernel, atau detektor fitur, dan dimensinya dapat, misalnya, 3x3.
Bagaimana cara kerja konvolusi?
Sebuah konvolusi mengubah semua piksel di bidang reseptifnya menjadi nilai tunggal. Misalnya, jika Anda akan menerapkan konvolusi ke gambar, Anda akan mengurangi ukuran gambar serta menyatukan semua informasi di lapangan menjadi satu piksel tunggal. Output akhir dari lapisan konvolusional adalah vektor.
Apa saja fitur dari Convolution Neural Network?
Jaringan saraf konvolusional terdiri dari beberapa blok bangunan, seperti lapisan konvolusi, lapisan pengumpulan, dan lapisan yang sepenuhnya terhubung, dan dirancang untuk secara otomatis dan adaptif mempelajari hierarki spasial fitur melalui algoritma backpropagation.
Bagaimana cara kerja jaringan saraf konvolusional?
Jaringan saraf konvolusional CNN bekerja dengan mendapatkan gambar, menunjuknya beberapa bobot berdasarkan berbagai objek gambar, dan kemudian membedakannya satu sama lain. CNN membutuhkan data pra-proses yang sangat sedikit dibandingkan dengan algoritma pembelajaran mendalam lainnya.