O que são Redes Neurais Convolucionais? | Leonardo F. R. Ribeiro
HTML-код
- Опубликовано: 7 фев 2025
- Redes Neurais Convolucionais (CNNs), ou convnets, são modelos neurais 🧠 amplamente utilizados quando se trata de imagens 🎑.
Podemos utilizá-las para tarefas 💻 como detecção de objetos ou reconhecimento de ações. Geralmente, estes modelos, que utilizam operações como a convolução e o pooling, podem chegar a centenas de camadas!
Neste vídeo, eu apresento como as operações de convolução e o pooling funcionam e apresento alguns modelos de convnets 🤖!
Vídeo sobre propriedades necessárias para processar imagens: • Modelos Neurais para R...
🚀 Aprendiz do Futuro é um canal para descomplicar Deep Learning / Aprendizado Profundo. A ideia é provocar o pensamento e aguçar o interesse no conhecimento! 🦾
![I.N "HALLUCINATION" | [Stray Kids : SKZ-PLAYER]](http://i.ytimg.com/vi/n5B5q1Hwt_U/mqdefault.jpg)
CORREÇÃO: quando eu falo sobre w_i: w_i não é um vetor e sim um parâmetro (um número real) que é multiplicado pelo píxel x_i.
Muito bom o vídeo, explica muito bem. Tem gente que tem a vontade de ensinar, mas tem gente que tem o dom.
Que bom aprender com um vídeo tão bacana. antes da metade já me inscrevi. Parabéns. Simples, profundo e direto.
melhor video pra ter uma ideia inicial de redes convolucionais
OPA , cheguei aqui através da Facti vc é referencia parabéns.
Que explicação simples e excelente, parabéns!
excelente conteúdo.
Parabéns pelo vídeo 👏🏾👏🏾
Parabéns!
Mano! Seu canal é show demais! Parabéns mesmo.
q aula boa
amei 💙
Parabéns pela didática Leonardo. Enfim consegui abstrair um pouco a CNN!!! Obrigado
Bem explicativo!
Show, sigo no aguardo de uma implementação qualquer de GNN 🥺😍
Olá Otávio, obrigado pelo feedback! Este assunto está na minha lista de pautas. Espero abordá-lo em um futuro breve. um abraço!! 🚀🚀
Massa! Bem esclarecedor!
Olá Fabrício, obrigado pelo feedback! A ideia é tentar explicar as CNNs de maneira mais intuitiva. Um abraço!! 🚀🚀
Estou a procura de um curso que me ao menor me oriente quando a esses modelos por ex: tranformer. pode me indicar um?
Leonardo, boa tarde. Gostaria que me tirasse uma dúvida. Essas convoluções são bastante utilizadas no processamentos de imagens. Por exemplo, manipulando os valores de uma vizinhança para modificar a imagem. Nesse caso, teríamos que aplicar essas operações para todas as imagens da base de dados que estamos estudando, correto? Após a aplicação desses filtros, as imagens modificadas servem de entrada para a rede neural. Um dos meus professores disse que as redes neurais convolucionais (e já li em artigos, também) demandam menos pré-processamento. Mas, nesse caso, a aplicação dessas convoluções (ou filtros) não seria um pré processamento? E ainda mais, dependendo do tamanho das imagens, eles seriam computacionalmente caros. Ao dizer que as CNN requerem menos pré-processamento, ele estaria se referindo que APÓS as imagens estarem prontas, fica mais fácil para a rede processá-las (porque as convoluções tornam as imagens mais fácil para a CNN analisar e até podem diminuir o tamanho das imagens)? Porque ao meu ver, em alguns estudos, que usam mais de 60 convoluções (ou filtros), não podemos dizer que esse processamento sai "barato", correto? Poderias me tirar essa dúvida? Uma coisa que não ficou clara para mim é como são feitas as convoluções. Da forma que você explicou, me parece que se passa a matriz de convolução diretamente na imagem. Depois, se apresenta a imagem fruto da convolução (e pooling) para um MLP da sua escolha. Em alguns lugares, essa parte da convolução é apresentada como uma cama da normal da CNN, na forma de neurônios. Como ela é feita, na verdade? Seria como um pré-processamento, antes de ir para o classificador ou seria uma camada normal, constituída por neurônios?
algum livro bom pra estudar essa brincadeira?