CNN में, हम फिल्टर को कंसट्रक्शनल लेयर में फीचर मैप बनाने के लिए सीखेंगे।
Autoencoder में, प्रत्येक परत की छिपी हुई इकाई को फ़िल्टर के रूप में माना जा सकता है।
इन दो नेटवर्क में सीखे गए फिल्टरों में क्या अंतर है?
CNN में, हम फिल्टर को कंसट्रक्शनल लेयर में फीचर मैप बनाने के लिए सीखेंगे।
Autoencoder में, प्रत्येक परत की छिपी हुई इकाई को फ़िल्टर के रूप में माना जा सकता है।
इन दो नेटवर्क में सीखे गए फिल्टरों में क्या अंतर है?
जवाबों:
सीएनएन फिल्टर के मामले में प्रत्येक संभावित स्थान पर एक छवि के छोटे पैच पर लागू किया जाता है (जो उन्हें अनुवाद अपरिवर्तित भी बनाता है)।
Autoencoder की छिपी हुई परतों को उनके इनपुट के रूप में पूरी छवि (पिछली परत का आउटपुट) मिलती है , जो छवियों के लिए एक अच्छा विचार नहीं दिखता है: आमतौर पर केवल स्थानिक रूप से स्थानीय विशेषताएं सहसंबंधी होती हैं, जबकि अधिक दूर वाले कम सहसंबद्ध होते हैं। इसके अलावा, ये छिपे हुए न्यूरॉन्स अनुवाद नहीं हैं।
इस प्रकार, सीएनएन सामान्य एएनएन की तरह है, जो एक विशेष प्रकार के नियमितीकरण के साथ हैं, जो स्थानीयता का उपयोग करने के लिए अधिकांश भार को शून्य करते हैं।