Convolutional Neural Network

CNN Nasıl Çalışır?

Convolutional Neural Network'ü adım adım, interaktif animasyonlarla keşfedin.

Keşfet

1. Konvolüsyon Katmanı

Bir filtre (kernel), girdi görüntüsü üzerinde kaydırılır ve her konumda nokta çarpımı hesaplanarak özellik haritası oluşturulur.

i
i 1

Kernel (3×3)i

Girdi (7×7)

Özellik Haritasıi

Konum: -   Değer: -

Filtre, görüntü üzerindeki her piksel etrafındaki bölgeyle eleman-eleman çarpılır ve toplanır.

2. ReLU Aktivasyon Fonksiyonu

ReLU (Rectified Linear Unit), negatif değerleri 0'a sabitler.

f(x) = max(0, x) i

ReLU Öncesi

Çubukları sürükleyerek değerleri değiştirebilirsiniz

ReLU Sonrası

Negatif değerler sıfırlanır, pozitifler değişmez.

3. Max Pooling (Havuzlama)i

2×2 bir pencere, özellik haritası üzerinde kaydırılır ve her bölgedeki maksimum değer alınır.

Girdi Özellik Haritası (4×4)

Adım: -

Max Pooling Çıktısı (2×2)

Her 2×2 bölgedeki en büyük değer seçilir.

4. Tam Bağlı Katmani

Özellik haritaları düzleştirilir ve tam bağlı bir sinir ağına verilir.

Bir nörona tıklayın veya üzerine gelin

Softmax fonksiyonu çıktıları 0-1 arasına normalize eder. i

5. Canlı Demo — Rakam Tanıma

Aşağıdaki alana bir rakam çizin. TensorFlow.js ile eğitilmiş CNN anında tahmin yapacak!

Model yükleniyor...

Tahmin:

-

Güven Skorları

Bu model, MNIST veri seti üzerinde eğitilmiş gerçek bir CNN'dir.