1. Qu'est-ce qu'une couche convolutionnelle dans un réseau de neurones convolutifs (CNN) ?
2. Quelle est la formule pour calculer la dimension de la sortie d'une convolution 2D avec padding zéro, stride s, et filtre de taille f, appliquée à une entrée de dimension w ?
3. Quel est le rôle principal de la formule de calcul de la dimension des tenseurs en convolution dans un CNN ?
Couches convolutionnelles — rôle ?
Extraire des caractéristiques locales dans une image.
Filtrage — définition ?
Application d’un kernel pour détecter motifs ou contours.
Dimension tenseur — formule ?
(w_out, h_out, c_out) selon padding, stride, f.
Paramètres convolutionnels — calcul ?
Taille du filtre, nombre de filtres, biais.
Opérations convolution — mécanisme ?
Produit scalaire entre filtre et sous-zone, puis somme.
Padding zéro — effet ?
Conserve ou ajuste la taille de la sortie.
Листът за преговор обхваща основните концепции на Principes fondamentaux des CNN. Организиран е по теми, за да улесни ученето и запомнянето, с ключови дефиниции, обяснения и резюмета.
Прочетете пълния лист →Тестът съдържа 12 въпроса с множество отговори с подробни корекции и обяснения за всеки отговор. Идеален за тестване на знанията ви и идентифициране на пропуски.
Вземете теста (12 въпроса) →Revizly предлага 24 интерактивни флашкарти по Principes fondamentaux des CNN. Всяка карта представя въпрос на предната страна и отговор на задната, което позволява активно и ефективно преговаряне, базирано на разпределено повторение.
Вижте всички 24 флашкарти →Intelligence Artificielle
Bases de données
Bases de données
Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.