RESEAU DE NEURONE CONVOLUTIF
Vue d'ensemble Architecture d'un CNN traditionnel Les réseaux de neurones convolutionnels (en anglais Convolutional neural networks ), aussi connus sous le nom de CNNs, sont un type spécifique de réseaux de neurones qui sont généralement composés des couches suivantes : La couche convolutionnelle et la couche de pooling peuvent être ajustées en utilisant des paramètres qui sont décrites dans les sections suivantes. Types de couche Couche convolutionnelle (CONV) La couche convolutionnelle (en anglais convolution layer ) (CONV) utilise des filtres qui scannent l'entrée I I suivant ses dimensions en effectuant des opérations de convolution. Elle peut être réglée en ajustant la taille du filtre F F et le stride S S . La sortie O O de cette opération est appelée feature map ou aussi activation map . Remarque : l'étape de convolution peut aussi être généralisée dans les cas 1D et 3D. Pooling (POOL) La couche de pooling (en anglais pooling layer ) (POOL) est une o