Günümüz dünyasında Evrişimli sinir ağları büyük ilgi gören ve tartışılan bir konu haline geldi. Tarihsel önemi, çağdaş toplum üzerindeki etkisi veya popüler kültür üzerindeki etkisi nedeniyle Evrişimli sinir ağları gözden kaçmayan bir olgudur. Bu makalede, bu konuyu farklı perspektiflerden derinlemesine inceleyeceğiz, zaman içindeki gelişimini, bugünkü anlamını ve geleceğe yönelik projeksiyonunu analiz edeceğiz. Ayrıca Evrişimli sinir ağları'in çeşitli uzmanlar tarafından nasıl ele alındığını ve günlük yaşamın farklı alanlarını nasıl etkilediğini inceleyeceğiz. Bu analiz, günümüz toplumunda Evrişimli sinir ağları'in önemini ve alaka düzeyini daha iyi anlamamızı sağlayacaktır.
Evrişimsel sinir ağları, derin öğrenmenin bir alt dalıdır ve genellikle görsel bilginin analiz edilmesinde kullanılır. Yaygın kullanım alanları resim ve video tanıma, önerici sistemler[1] resim sınıflandırma, tıbbi görüntü analizi ve doğal dil işleme[2] olarak sıralanabilir.
“Evrişimsel sinir ağı”, sinir ağının evrişim adı verilen bir matematik işlemi kullandığını gösterir. Konvolüsyon (evrişim) özel bir doğrusal (lineer) işlem türüdür. Evrişimli sinir ağları, katmanlarından en az birinde genel matris çarpımı yerine evrişimi kullanan basit sinir ağlarıdır.[3]
Bir kıvrımlı sinir ağı, bir giriş ve bir çıkış katmanının yanı sıra birden fazla gizli katmandan oluşur. Bir CNN'nin gizli katmanları tipik olarak bir çarpma veya başka bir nokta ürünü ile kıvrılan bir dizi kıvrımlı katmandan oluşur. Aktivasyon fonksiyonu genellikle bir RELU katmanıdır ve bunu takiben havuzlama katmanları, tamamen bağlı katmanlar ve normalleştirme katmanları gibi gizli katmanlar olarak adlandırılan ek kıvrımlar gelir, çünkü girişleri ve çıkışları aktivasyon fonksiyonu ve son kıvrım tarafından maskelenir. Son evrişim, sonuçta, nihai ürünü daha doğru bir şekilde ağırlaştırmak için genellikle geri yayılımı içerir.[4]