Читать книгу Deep Learning illustriert - Jon Krohn - Страница 52

In Kapitel 1 wurde die Analogie des biologischen Sehsystems genutzt, um das maschinelle Sehen (Machine Vision) vorzustellen. Wir konzentrierten uns dort auf Aufgaben zur Objekterkennung wie die Unterscheidung von handgeschriebenen Ziffern oder Hunderassen. Andere bekannte Beispiele für die Anwendung von Systemen zum maschinellen Sehen sind selbstfahrende Autos, Vorschläge zur Gesichtserkennung und das Entsperren von Smartphones per Gesichtserkennung. Allgemeiner ausgedrückt, ist das maschinelle Sehen für jede KI relevant, die Objekte aus einem bestimmten Abstand anhand ihres Äußeren erkennen oder sich in einer realen Umgebung zurechtfinden soll.

Convolutional Neural Networks (kurz ConvNets oder CNN) sind oft in modernen Machine-Vision-Anwendungen zu finden. Ein CNN ist jede Architektur eines Deep-Learning-Modells, die verborgene Schichten vom Typ Convolutional (Konvolutionsschichten) enthält. Wir haben Konvolutionsschichten bereits im Zusammenhang mit Ian Goodfellows GANs in Abbildung 3–2 erwähnt, und wir werden in Kapitel 10 näher auf sie eingehen.