شبکه عصبی پیچشی

شبکه های عصبی پیچشی یا همگشتی ( به انگلیسی: convolutional neural network ) ( مخفف انگلیسی: CNN یا ConvNet ) رده ای از شبکه های عصبی ژرف هستند که معمولاً برای انجام تحلیل های تصویری یا گفتاری در یادگیری ماشین استفاده می شوند.
شبکه های عصبی پیچشی به منظور کمینه کردن پیش پردازش ها از گونه ای از پرسپترونهای چندلایه استفاده می کنند. [ ۱] به جای شبکه عصبی پیچشی گاهی از این شبکه ها با نام شبکه های عصبی تغییرناپذیر با انتقال ( shift invariant ) یا تغییرناپذیر با فضا ( space invariant ) هم یاد می شود. این نام گذاری بر مبنای ساختار این شبکه است که در ادامه به آن اشاره خواهیم کرد. [ ۲] [ ۳]
ساختار شبکه های پیچشی از فرایندهای زیستی قشر بینایی گربه الهام گرفته شده است. این ساختار به گونه ای است که تک نورون ها تنها در یک ناحیه محدود به تحریک پاسخ می دهند که به آن ناحیه پذیرش گفته می شود. [ ۴] نواحی پذیرش نورون های مختلف به صورت جزئی با هم همپوشانی دارند به گونه ای که کل میدان دید را پوشش می دهند.
شبکه های عصبی پیچشی نسبت به بقیه رویکردهای دسته بندی تصاویر به میزان کمتری از پیش پردازش استفاده می کنند. این امر به معنی آن است که شبکه معیارهایی را فرامی گیرد که در رویکردهای قبلی به صورت دستی فراگرفته می شدند. این استقلال از دانش پیشین و دستکاری های انسانی در شبکه های عصبی پیچشی یک مزیت اساسی است.
تا کنون کاربردهای مختلفی برای شبکه های عصبی از جمله در بینایی کامپیوتر، سیستم های پیشنهاددهنده و پردازش زبان طبیعی پیشنهاد شده اند. [ ۵]
یک شبکه عصبی پیچشی از یک لایه ورودی، یک لایه خروجی و تعدادی لایه پنهان تشکیل شده است. لایه های پنهان یا پیچشی هستند، یا تجمعی یا کامل.
لایه های پیچشی یک عمل پیچش را روی ورودی اعمال می کنند، سپس نتیجه را به لایه بعدی می دهند. این پیچش در واقع پاسخ یک تک نورون را به یک تحریک دیداری شبیه سازی می کند. [ ۶]
هر نورون پیچشی داده ها را تنها برای ناحیه پذیرش خودش پردازش می کند. مشبک کردن به شبکه های پیچشی این اجازه را می دهد که انتقال، دوران یا اعوجاج ورودی را تصحیح کنند.
اگرچه شبکه های عصبی پیش خور کاملاً همبند می توانند برای یادگیری ویژگی ها و طبقه بندی داده به کار روند، این معماری در کاربرد برای تصاویر به کار نمی رود. در این حالت حتی برای یک شبکه کم عمق تعداد بسیار زیادی نورون لازم است. عمل پیچش یک راه حل برای این شرایط است که تعداد پارامترهای آزاد را به عمیق تر کردن شبکه کاهش می دهد. [ ۷]