Convolutional Neural Network (CNN)
Ein Convolutional Neural Network (CNN), zu Deutsch etwa faltendes neuronales Netzwerk, ist ein künstliches neuronales Netz, das in der Bilderkennung und -verarbeitung verwendet wird und speziell für die Verarbeitung von Pixeldaten ausgelegt ist.
Ein Convolutional Neural Network ist eine leistungsstarke, bildverarbeitende künstliche Intelligenz (KI), die Deep Learning verwendet, um sowohl generative als auch beschreibende Aufgaben auszuführen. Dabei wird häufig Machine Vision verwendet, das Bild- und Videoerkennung sowie Empfehlungssysteme und Natural Language Processing (NLP) umfasst.
Ein (künstliches) neuronales Netzwerk ist ein System aus Hardware und/oder Software, das der Funktionsweise von Neuronen im menschlichen Gehirn nachempfunden ist. Herkömmliche neuronale Netze sind für die Bildverarbeitung nicht ideal und müssen mit Bildern in reduzierter Auflösung gespeist werden.
Bei Convolutional Neural Networks sind die künstlichen Neuronen eher wie die des Frontallappens angeordnet, dem Bereich im Gehirn, der für die Verarbeitung visueller Reize bei Menschen und anderen Tieren verantwortlich ist. Die Schichten der Neuronen sind so angeordnet, dass sie das gesamte Gesichtsfeld abdecken, wodurch das stückweise Bildverarbeitungsproblem traditioneller neuronaler Netze vermieden wird.
Ein Convolutional Neural Network verwendet ein System ähnlich einem mehrschichtigen Perzeptron, das für reduzierte Verarbeitungsanforderungen ausgelegt ist. Die Schichten eines CNN bestehen aus einer Eingangsschicht, einer Ausgangsschicht und einer verborgenen Schicht, die mehrere Faltungsschichten, Pooling-Schichten, vollständig verbundene Schichten und Normalisierungsschichten umfasst.
Das Aufheben von Einschränkungen und die Steigerung der Effizienz bei der Bildverarbeitung führen zu einem System, das weitaus effektiver und einfacher zu trainieren ist, wenn es auf die Bildverarbeitung und die Verarbeitung natürlicher Sprache beschränkt ist.
