कन्वेन्शनल न्यूरल नेटवर्क
कन्वेन्शनल न्यूरल नेटवर्क (सीएनएन) छवियों को समझने के लिए वर्कहॉर्स आर्किटेक्चर हैं।
सिंहावलोकन
They learn visual patterns by sliding small filters across a picture, which is why they power everything from face unlock to medical scan analysis.
गहरा गोता
एक सीएनएन वजन के छोटे ग्रिड, जिन्हें फिल्टर या कर्नेल कहा जाता है, को पिक्सेल पर स्लाइड करके एक छवि को संसाधित करता है। प्रत्येक फ़िल्टर एक पैटर्न को स्कैन करता है, जैसे कि एक किनारा, एक रंग बूँद, या एक कोना। प्रारंभिक परतें सरल विशेषताओं का पता लगाती हैं; गहरी परतें उन्हें आंखों, पहियों या पाठ में जोड़ती हैं। क्योंकि प्रत्येक स्थिति (वेट शेयरिंग) पर एक ही फ़िल्टर का पुन: उपयोग किया जाता है, एक सीएनएन को पूरी तरह से जुड़े नेटवर्क की तुलना में बहुत कम पैरामीटर की आवश्यकता होती है और एक बिल्ली को देख सकता है चाहे वह ऊपर-बाएँ या नीचे-दाएँ दिखाई दे। पूलिंग परतें चरणों के बीच छवि को सिकोड़ती हैं, जिससे नेटवर्क तेज़ हो जाता है और छोटे बदलावों के प्रति अधिक सहनशील हो जाता है। LeNet, AlexNet (2012) और ResNet जैसे ऐतिहासिक डिजाइनों ने गहन-शिक्षण में तेजी ला दी, साथ ही AlexNet की ImageNet की जीत ने इस क्षेत्र के आधुनिक युग को जन्म दिया।
तकनीकी अंतर्दृष्टि
मुख्य ऑपरेशन कनवल्शन है: एक फिल्टर (मान लीजिए 3x3 वजन) को पिक्सल के एक पैच पर मढ़ा जाता है, प्रत्येक वजन को उसके पिक्सेल से गुणा किया जाता है, और परिणामों को एक आउटपुट नंबर में जोड़ दिया जाता है। फ़िल्टर को स्लाइड करने से एक फ़ीचर मैप तैयार होता है। दो विचार इसे कुशल बनाते हैं: वजन साझा करना (हर जगह एक फिल्टर का पुन: उपयोग किया जाता है) और स्थानीय कनेक्टिविटी (प्रत्येक न्यूरॉन केवल एक छोटा क्षेत्र देखता है)। स्टैकिंग कनवल्शन, ReLU जैसी एक गैर-रैखिकता, और पूलिंग नेटवर्क को तेजी से अमूर्त दृश्य सुविधाओं का एक पदानुक्रम बनाने देती है।
सामरिक प्रभाव
स्पष्ट निर्णय
यह आपको स्पष्ट तकनीकी दावों को मार्केटिंग भाषा से अलग करने में मदद करता है।
लागत और बजट
आप पैसा या समय खर्च करने से पहले बेहतर कार्यान्वयन संबंधी प्रश्न पूछ सकते हैं।
टीम और वर्कफ़्लो
साझा समझ वाली टीमें बेहतर उत्पाद, नीति और सीखने के निर्णय लेती हैं।
संवादात्मक तंत्रिका नेटवर्क का भविष्य
फोन कैमरे और सेल्फ-ड्राइविंग धारणा की तरह सीएनएन वास्तविक समय और संसाधन-सीमित दृष्टि में प्रभावी रहते हैं, क्योंकि वे तेज़ और डेटा-कुशल हैं। विज़न ट्रांसफ़ॉर्मर्स अब बड़े डेटासेट पर प्रतिद्वंद्वी हैं या उन्हें हरा देते हैं, इसलिए यह क्षेत्र हाइब्रिड डिज़ाइनों पर केंद्रित हो रहा है जो ध्यान के वैश्विक तर्क के साथ कनवल्शन की दक्षता को जोड़ते हैं। उम्मीद है कि सीएनएन एम्बेडेड और एज डिवाइसों में, मेडिकल इमेजिंग में जहां डेटा दुर्लभ है, और आने वाले वर्षों के लिए बड़े मल्टीमॉडल सिस्टम को खिलाने वाले कुशल फीचर एक्सट्रैक्टर्स के रूप में बने रहेंगे।
वास्तविक विश्व कार्यान्वयन
एक्स-रे, सीटी स्कैन और रेटिनल तस्वीरों में ट्यूमर, फ्रैक्चर और डायबिटिक रेटिनोपैथी का पता लगाना
Google फ़ोटो जैसे ऐप्स में फ़ोन अनलॉक और फ़ोटो-टैगिंग के लिए चेहरे की पहचान को सशक्त बनाना
सेल्फ-ड्राइविंग कार परसेप्शन सिस्टम में सड़क के संकेत, लेन चिह्न और पैदल चलने वालों को पढ़ना
कैमरा निरीक्षण के माध्यम से फ़ैक्टरी असेंबली लाइनों पर दोषपूर्ण उत्पादों को स्वचालित रूप से चिह्नित करना
जोखिम और रेलिंग
अलग-अलग टीमें एक ही शब्द का अलग-अलग इस्तेमाल कर सकती हैं, इसलिए दायरे को पहले ही परिभाषित कर लें।
बेंचमार्क मजबूत दिख सकते हैं जबकि वास्तविक दुनिया का प्रदर्शन असमान है।
डेटा गुणवत्ता और मूल्यांकन योजनाओं की अनदेखी अक्सर नाजुक परिणाम पैदा करती है।
कार्यान्वयन रोडमैप
आपको जिस परिणाम की आवश्यकता है उसकी सरल भाषा में परिभाषा से शुरुआत करें।
परीक्षण से पहले एक सफलता मीट्रिक और एक विफलता स्थिति चुनें।
प्रतिनिधि डेटा के साथ एक छोटा पायलट चलाएँ, न कि एक परिष्कृत डेमो सेट।
दस्तावेज़ जहां कन्वेन्शनल न्यूरल नेटवर्क मदद करता है और जहां सरल तरीके बेहतर हैं।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Convolutional Neural Networks quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
ग्राफ तंत्रिका नेटवर्क
अक्सर पूछे जाने वाले प्रश्नों
What is Convolutional Neural Networks?
कन्वेन्शनल न्यूरल नेटवर्क (सीएनएन) छवियों को समझने के लिए वर्कहॉर्स आर्किटेक्चर हैं। वे किसी चित्र पर छोटे फ़िल्टर स्लाइड करके दृश्य पैटर्न सीखते हैं, यही कारण है कि वे फेस अनलॉक से लेकर मेडिकल स्कैन विश्लेषण तक सब कुछ शक्ति प्रदान करते हैं।
CNN में फ़िल्टर (कर्नेल) का मुख्य कार्य क्या है?
फ़िल्टर वज़न का एक छोटा ग्रिड होता है जो छवि पर स्लाइड करता है, जब इसे सीखा हुआ पैटर्न मिलता है, जैसे कि किनारा या बनावट, तो यह सक्रिय हो जाता है।
छवियों के लिए सीएनएन को पूरी तरह से जुड़े नेटवर्क की तुलना में बहुत कम पैरामीटर की आवश्यकता क्यों है?
वज़न साझा करने का मतलब है कि छवि में हर जगह एक छोटा फ़िल्टर लागू किया जाता है, इसलिए नेटवर्क प्रत्येक पिक्सेल स्थान के लिए अलग-अलग वज़न सीखने के बजाय समान वज़न का पुन: उपयोग करता है।
पूलिंग परत आम तौर पर क्या करती है?
पूलिंग (जैसे कि अधिकतम पूलिंग) फीचर मैप को डाउनसैंपल कर देती है, गणना को कम कर देती है और नेटवर्क को उस स्थान के प्रति कम संवेदनशील बना देती है, जहां कोई फीचर दिखाई देता है।
एक गहन सीएनएन में, विशेषताएं आम तौर पर प्रारंभिक परतों से बाद की परतों में कैसे बदलती हैं?
प्रारंभिक परतें किनारों और रंगों जैसी निम्न-स्तरीय विशेषताओं का पता लगाती हैं; गहरी परतें इन्हें चेहरे या वस्तु भागों जैसी उच्च-स्तरीय अवधारणाओं में जोड़ती हैं।
किस घटना को व्यापक रूप से दृष्टि में आधुनिक गहन-शिक्षण उछाल को शुरू करने का श्रेय दिया जाता है?
जीपीयू पर डीप सीएनएन का उपयोग करके एलेक्सनेट की नाटकीय 2012 इमेजनेट जीत ने शोधकर्ताओं को आश्वस्त किया कि डीप लर्निंग पुराने तरीकों से बेहतर प्रदर्शन कर सकती है, जिससे क्षेत्र में तेजी से विकास हो सकता है।