image

Access unlimited bootcamps and 650+ courses

50
%OFF
Article image
Carlos Lima
Carlos Lima31/01/2025 13:38
Share

O que é Convolução em Redes Neurais Convolucionais?

    Imagine que você está experimentando óculos novos, mas também precisa escolher uma lente. Para escolher a melhor lente, você olha para uma pintura que contém uma praia. Então, você analisa a pintura cuidadosamente com cada lente. Após esse processo, você toma uma decisão.

    Bem, convolução é uma operação de produto entre duas matrizes. Suponha que temos f(x) e g(x), escrevemos f(x) * g(x) para representar a operação convolucional. No contexto de visão computacional, podemos imaginar isso como aplicar um filtro (lente) às imagens (praia) que você está observando, atribuindo importância a cada parte delas.

    Imagine uma imagem 5x5. Vamos ver como ela fica após aplicar operações convolucionais:

    image

    Fig.1 (fonte: "How Machines Learn" de Anil Ananthaswamy)

    Para aplicá-la, você precisa de uma matriz pequena. Em seguida, você 'desliza' essa matriz pela grande matriz (imagem 5x5) e, para cada região, você calcula um número que representa a importância dessa região.

    image

    Fig.2 (fonte: "How Machines Learn" de Anil Ananthaswamy)

    Agora, temos um valor para a nossa posição 'a11', que é 3. Você continua fazendo isso até que a matriz esteja totalmente preenchida.

    image

    Fig.3 (fonte: "How Machines Learn" de Anil Ananthaswamy)

    Em resumo, este filtro que acabamos de aplicar, que tecnicamente chamamos de convolução, ajuda a rede neural a entender o que é relevante em cada parte da nossa imagem.

    Nota do autor

    • Seja paciente sobre possíveis erros gramaticais, a julgar pela recorrência deles você sabe o quanto eu usei o ChatGPT ou qualquer outra ferramenta para escrever o mesmo.
    • Este trabalho levou tempo para ser pesquisado e filtrado, escrever é uma tarefa nobre e árdua. Se sentir confortável, deixe seu feedback (construtivo).
    • Em caso de dúvidas, deixe nos comentários abaixo (farei o possível para responder a tempo).
    • Este artigo foi originalmente publicado (por mim) em kaggle.

    Se gostou deste tipo de conteúdo você pode me seguir na DIO ou em outras plataformas:

    Outros ensaios na DIO

    Share
    Comments (0)