En informática , una red neuronal profunda convolucional (CDBN) es un tipo de red neuronal artificial profunda compuesta por múltiples capas de máquinas de Boltzmann convolucionales restringidas apiladas entre sí. [1] Alternativamente, es un modelo generativo jerárquico para el aprendizaje profundo, que es muy eficaz en el procesamiento de imágenes y el reconocimiento de objetos , aunque también se ha utilizado en otros dominios. [2] Las características destacadas del modelo incluyen el hecho de que se escala bien a imágenes de alta dimensión y es invariante a la traducción. [3]
Las CDBN utilizan la técnica de agrupamiento máximo probabilístico para reducir las dimensiones en las capas superiores de la red. El entrenamiento de la red implica una etapa de preentrenamiento que se lleva a cabo de manera codiciosa por capas, de manera similar a otras redes de creencias profundas . Dependiendo de si la red se va a utilizar para tareas de discriminación o generativas, luego se "afina" o se entrena con retropropagación o con el algoritmo arriba-abajo (contrastivo-divergencia), respectivamente.
{{cite journal}}: Requiere citar revista |journal=( ayuda )