Сверточные нейронные сети (CNN) представляют собой один из самых значительных прорывов в области искусственного интеллекта и машинного обучения. Они стали фундаментом множества современных приложений, от распознавания изображений и видео до автономных систем и обработки естественного языка. Эта книга предлагает руководство по изучению и применению CNN, охватывая как базовые, так и продвинутые концепции. Книга подробно рассматривает ключевые элементы CNN, такие как свертка, функции активации, пулинг и нормализация. Вы узнаете, как эти элементы работают вместе, создавая мощные архитектуры, способные извлекать иерархические представления из данных. Исторический обзор эволюции CNN, от первых моделей до современных архитектур, таких как AlexNet, VGG, GoogLeNet, ResNet и EfficientNet, помогает понять, как и почему эти сети стали столь эффективными.
