کوانولولیشنل نیورل نیٹ ورکس (CNs)، گہری تعلیم کے ماڈلز کی ایک کلاس ہے جو بنیادی طور پر تصاویر جیسے کہ ڈرمگل ڈیٹا کو منظم کرنے کے لیے استعمال کی جاتی ہے، یہ تصاویر کو خودکار طور پر اور مطابقت پیدا کرنے کے لیے بنائی گئی مختلف عمارتی بلاکوں کے ذریعے حاصل کردہ خصوصیات کو سیکھنے کے لیے بنائی گئی ہیں، جن میں کنولولول کی سطحیں، پولنگ اور مکمل طور پر جڑے ہوئے سطحیں شامل ہیں۔

سی این‌این کے بنیادی اصول

ان میں سے بعض کوائلر ، انفنٹری اور شکلوں کو ملانے میں کام کرتے ہیں ۔انہیں کھینچنے سے متعلقہ نقشے کو نہایت باریک اور باریک ہوتے ہیں ۔

سی‌این‌اے کی شناخت

ایک سی این سی کو ملانے میں آرکائیو کرنا شامل ہے جس میں کنول یونٹوں کی تعداد ، فیلڈ سائز ، انفنٹری سرگرمیوں اور پُلرنگ کے عمل کا انتخاب کرنا شامل ہے ۔

حقیقی دنیا بھر میں اطلاقات

تصاویر اور انداز شناسی کے کاموں میں ان کی افادیت اور کارکردگی کی وجہ سے سی این سی سی سی سی کئی میدانوں میں کثرت سے استعمال کی جاتی ہے کچھ عام اطلاقات میں شامل ہیں:

  • [Image classification: تصاویر کے اندر میں موجود چیزوں کو ترتیب دیا گیا ہے۔
  • ثقافتی اعتراف: لوگوں کو اغوا یا شناخت کرنا۔
  • ] مائنڈکل امیجنگ: [حوالہ درکار] ایکس رے اور MRI اسکینز میں ڈیوٹینگ کرنے والے ایٹمی ذرات۔
  • Autonomous cars: سڑک کے نشانات اور رکاوٹوں کو تسلیم کرنا.
  • [TT] Traking movements متحرک اور عمل۔