컨볼루션 심도 네트워크
Convolutional deep belief network
컴퓨터 과학에서, CDBN(convolutional deep belief network)은 [1]여러 층의 컨볼루션 제한 볼츠만 기계로 구성된 심층 인공 신경망의 한 종류이다.또는 다른 영역에서도 [2]사용되었지만 이미지 처리 및 객체 인식에 매우 효과적인 딥 러닝 계층형 생성 모델이다.이 모델의 두드러진 특징은 고차원 이미지로 잘 확장되고 번역 [3]불변성이라는 사실이다.
CDBN은 확률론적 최대 풀링 기술을 사용하여 네트워크의 상위 레이어 치수를 줄입니다.네트워크의 훈련은 다른 깊은 믿음 네트워크와 유사하게 욕심 많은 계층별 방식으로 수행되는 사전 훈련 단계를 포함합니다.네트워크는 식별 태스크와 생성 태스크 중 어느 것에 사용되는지에 따라 각각 역전파 또는 업다운 알고리즘(대조적-분산) 중 하나를 사용하여 "미세 조정"되거나 훈련됩니다.
레퍼런스
- ^ Lee, Honglak; Grosse, Ranganath; Andrew Ng. "Convolutional Deep Belief Networks for Scalable Unsupervised Learning of Hierarchical Representations" (PDF).
{{cite journal}}:Cite 저널 요구 사항journal=(도움말) - ^ Lee, Honglak; Yan Largman; Peter Pham; Andrew Y. Ng. "Unsupervised feature learning for audio classification using convolutional deep belief networks" (PDF).
- ^ Coviello, Emanuele. "Convolutional Deep Belief Networks" (PDF).
