Como funcionam as CNNs?
As Redes Neurais Convolucionais (CNNs) são projetadas especificamente para processar dados em formato de grade, como imagens. Elas aplicam operações de convolução para extrair características locais e reduzir a dimensionalidade dos dados.
- Camada Convolucional: Aplica filtros (kernels) à imagem para detectar características específicas como bordas, texturas, etc.
- Função de Ativação: Introduz não-linearidade, geralmente usando ReLU (Rectified Linear Unit).
- Camada de Pooling: Reduz a dimensionalidade espacial, preservando as características mais importantes.
- Camadas Totalmente Conectadas: Realizam a classificação final com base nas características extraídas.
Esta visualização permite ver como cada camada transforma a imagem e extrai características de mais alto nível.