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.
Der Lernzettel deckt die wesentlichen Konzepte von Principes fondamentaux des CNN ab. Er ist nach Themen organisiert, um das Lernen und Merken zu erleichtern, mit wichtigen Definitionen, Erklärungen und Zusammenfassungen.
Vollständigen Lernzettel lesen →Das Quiz enthält 12 Multiple-Choice-Fragen mit detaillierten Korrekturen und Erklärungen zu jeder Antwort. Ideal, um dein Wissen zu testen und Lücken zu identifizieren.
Quiz machen (12 Fragen) →Revizly bietet 24 interaktive Karteikarten zu Principes fondamentaux des CNN. Jede Karte stellt eine Frage auf der Vorderseite und die Antwort auf der Rückseite dar, was eine aktive und effektive Wiederholung basierend auf verteiltem Lernen ermöglicht.
Alle 24 Karteikarten ansehen →Intelligence Artificielle
Bases de données
Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.