Что такое сверточная нейронная сеть

Сверточная нейронная сеть (CNN) — это тип нейронных сетей, специализированный для обработки структурированных данных с пространственной зависимостью, например изображений. CNN используют сверточные слои, которые применяют фильтры (ядра) к входным данным для извлечения локальных признаков (например, границ, текстур).

Ключевые слои CNN:

1. Сверточный слой (Conv2D) — применяет фильтры с обучаемыми весами.
2. Pooling (MaxPooling2D) — уменьшает размерность, сохраняя важные признаки.
3. Полносвязный слой (Dense) — классификация.

Пример на Keras:

from tensorflow.keras import layers, models

model = models.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
    layers.MaxPooling2D((2, 2)),
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.Flatten(),
    layers.Dense(10, activation='softmax')
])

CNN эффективны благодаря автоматическому обучению признаков и уменьшению параметров за счет весового шаринга.