✅ مفهوم کانولوشن در CNN
اگر بخواهیم تفاوت اصلی لایه‌های کانولوشن را با لایه‌های معمول شبکه‌های عصبی بیان کنیم، می‌توانیم بگوییم لایه‌های Dense الگوهای global را در فضای ویژگی ورودی خود یاد می‌گیرند در حالیکه لایه‌های کانولوشن الگوهای local را یاد می‌گیرند. برای مثال یک تصویر را می‌توان به الگوهای local چون edgeها، textureها و غیره تقسیم کرد. همچنین لایه‌های کانولوشنی می‌توانند ویژگی‌ها را به صورت سلسله مراتبی (از ساده‌ترین ویژگی‌ها چون خط و نقطه تا پیچیده‌ترین ویژگی‌ها چون یک شی کامل) یاد بگیرند.

⭕جزئیات بیشتر👇👇
https://onlinebme.com/convolutional-operation-in-cnn/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme