Según este artículo de 2014, La técnica revolucionaria que cambió silenciosamente la visión artificial para siempre:
“Las redes neuronales convolucionales consisten en varias capas de pequeñas colecciones de neuronas, cada una de las cuales mira pequeñas porciones de una imagen. Los resultados de todas las colecciones en una capa se superponen para crear una representación de toda la imagen. La siguiente capa repite este proceso en la nueva representación de imagen, lo que permite que el sistema aprenda sobre la composición de la imagen.
Las redes neuronales convolucionales profundas se inventaron a principios de la década de 1980. Pero es solo en los últimos años que las computadoras han comenzado a tener la potencia necesaria para el reconocimiento de imágenes de alta calidad.
- ¿Cuál es la diferencia entre una variable externa y una variable global en C?
- ¿Es correcto que 'todos los lenguajes de computadora converjan a LISP'? ¿Por qué?
- ¿Qué tan difíciles son las funciones de una variable compleja?
- ¿Cuáles son algunos tipos interesantes de algoritmos / métodos de licitación?
- ¿Por qué 0 ^ 0 es igual a 1 en el estándar IEEE 754 aunque no tiene sentido?
SuperVision, por ejemplo, consta de unas 650,000 neuronas dispuestas en cinco capas convolucionales. Tiene alrededor de 60 millones de parámetros que deben ajustarse durante el proceso de aprendizaje para reconocer objetos en categorías particulares. Es este enorme espacio de parámetros el que permite el reconocimiento de tantos tipos diferentes de objetos.
Desde 2012, varios grupos han mejorado significativamente el resultado de SuperVision. Este año, un algoritmo llamado GoogLeNet, creado por un equipo de ingenieros de Google, logró una tasa de error de solo el 6,7 por ciento “.
Supongo que retroalimentar los patrones reconocidos crea las escenas psicodélicas en Deep Dream Generator.
