Quina diferència hi ha entre la xarxa neuronal convolutiva (CNN) i la xarxa neuronal recursiva (ReNN)?


Resposta 1:

Les xarxes neuronals revolucionàries (CNN) i les xarxes neuronals recurrents són ben diferents.

La capa convolutional és simplement l’operador convolutional (alguns anomenen filtre) aplicat sobre una capa 2d / 3d.

operador es diu "producte lliscant punt" o "correlació creuada".

Aquesta és una bona manera de veure com funcionen aquests filtres

Si us plau, llegiu aquesta pàgina si voleu saber com funcionen els embenats, passos i dilatació.

A part d'això, hi ha la capa màxima de reunió. Matemàticament, el terme "agrupament" es refereix a la reducció de la dimensionalitat en el context de les xarxes neuronals convolutives?

Recursive Neural Networks és una arquitectura basada en un arbre. Com que s'utilitza principalment per processar les seqüències de paraules, s'entén millor en el context del tractament de textos. Diguem que ja teniu els arbres analitzadors per a les vostres frases.

((la rata) (menjat (formatge))

A l'exemple anterior, una simple memòria a llarg termini d'arbre a llarg termini (LSTM) pot prendre vectors de paraules per a paraules individuals i combinar-les mitjançant pesos compartits (compartits a la xarxa) per generar nodes pares. Es pot utilitzar un vector combinat eventual per fer classificació.

Espero que això ajudi. Són qüestions tècniques i sempre em costa dir-ho.


Resposta 2:

Una capa de xarxa convolutiva (amb la mida del nucli 2) giraria

NN

entrades a

N1N-1

sortides. Cada sortida

ii

pren entrades

ii

i

i+1i+1

de les capes d’entrada.

Una xarxa recursiva convertirà tota la sortida en una única sortida, combinant les dues primeres entrades, després combinant aquesta sortida amb la tercera entrada, i així successivament fins que quedi una única sortida.


Resposta 3:

Una capa de xarxa convolutiva (amb la mida del nucli 2) giraria

NN

entrades a

N1N-1

sortides. Cada sortida

ii

pren entrades

ii

i

i+1i+1

de les capes d’entrada.

Una xarxa recursiva convertirà tota la sortida en una única sortida, combinant les dues primeres entrades, després combinant aquesta sortida amb la tercera entrada, i així successivament fins que quedi una única sortida.