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.
La hoja de repaso cubre los conceptos esenciales de Principes fondamentaux des CNN. Está organizada por temas para facilitar el aprendizaje y la memorización, con definiciones clave, explicaciones y resúmenes.
Lee la hoja completa →El cuestionario contiene 12 preguntas de opción múltiple con correcciones y explicaciones detalladas para cada respuesta. Ideal para poner a prueba tus conocimientos e identificar lagunas.
Realiza el cuestionario (12 preguntas) →Revizly ofrece 24 tarjetas de memoria interactivas sobre Principes fondamentaux des CNN. Cada tarjeta presenta una pregunta en el anverso y la respuesta en el reverso, permitiendo una revisión activa y efectiva basada en la repetición espaciada.
Ver las 24 tarjetas de memoria →Intelligence Artificielle
Bases de données
Bases de données
Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.