Сверточная нейронная сеть (CNN)

Сверточная нейронная сеть (CNN) – это специализированная архитектура глубоких нейронных сетей, оптимизированная для обработки данных с сеточной топологией, преимущественно, изображений. Архитектура основана на чередовании сверточных слоев, выполняющих операцию свертки входных данных с обучаемыми ядрами, слоев подвыборки (пулинга), уменьшающих пространственную размерность, и полносвязных слоев для финальной классификации. Сеть автоматически обучается иерархическому представлению признаков, начиная от низкоуровневых паттернов и заканчивая высокоуровневыми семантическими концепциями.

А теперь то же самое простыми словами

Сверточная нейронная сеть работает как наш мозг при рассматривании картинок. Когда мы смотрим на фотографию, мы сначала замечаем простые детали – линии, цвета, потом складываем их в более сложные формы, и, наконец, понимаем, что изображено. CNN делает то же самое: сначала находит простые элементы (края, контуры), потом комбинирует их в более сложные (глаза, нос, уши), и в конце определяет целый объект (например, лицо человека). Это как собирать пазл, начиная с маленьких кусочков и постепенно складывая целую картину.