সাম্প্রতিক বছরগুলিতে, কনভলিউশনাল নিউরাল নেটওয়ার্কগুলি (সিএনএন) কম্পিউটার ভিশনে অবজেক্টের স্বীকৃতির জন্য অত্যাধুনিক শিল্পে পরিণত হয়েছে। সাধারণত, একটি সিএনএন বেশ কয়েকটি কনভ্যুশনাল স্তর নিয়ে গঠিত এবং তারপরে দুটি সম্পূর্ণ সংযুক্ত স্তর রয়েছে। এর পিছনে একটি স্বজ্ঞাত হ'ল কনভ্যুশনাল স্তরগুলি ইনপুট ডেটার আরও ভাল উপস্থাপনা শেখে এবং সম্পূর্ণ সংযুক্ত স্তরগুলি তারপরে লেবেলের সেটগুলির ভিত্তিতে এই প্রতিনিধিত্বকে শ্রেণিবদ্ধকরণ করতে শিখবে।
তবে, সিএনএনগুলি আধিপত্য বিস্তার শুরু করার আগে, সাপোর্ট ভেক্টর মেশিনগুলি (এসভিএম) ছিল অত্যাধুনিক। সুতরাং এটি বলা বুদ্ধিমান বলে মনে হয় যে একটি এসভিএম এখনও একটি দুটি স্তরের সম্পূর্ণ সংযোগযুক্ত নিউরাল নেটওয়ার্কের চেয়ে শক্তিশালী শ্রেণিবদ্ধ। অতএব, আমি ভাবছি যে অত্যাধুনিক সিএনএনগুলি কোনও এসভিএমের চেয়ে শ্রেণিবদ্ধের জন্য সম্পূর্ণ সংযুক্ত স্তরগুলি ব্যবহার করার ঝোঁক কেন? এইভাবে, আপনার উভয় বিশ্বের সেরা হবে: একটি শক্তিশালী বৈশিষ্ট্য উপস্থাপনা এবং একটি শক্তিশালী শ্রেণীবদ্ধকারী, একটি শক্তিশালী বৈশিষ্ট্য উপস্থাপনের চেয়ে বরং কেবল একটি দুর্বল শ্রেণিবদ্ধ ...
কোন ধারনা?