شبکه عصبی کانولوشنی با عمق متغیر (Variable Depth CNN)، در ریاضیات (Mathematics)

انواع شبکه های عصبی (Neural Networks) را در آموزش زیر شرح دادیم :

شبکه عصبی کانولوشنی با عمق متغیر (Variable Depth CNN) :

در CNNهای معمولی، عمق شبکه (تعداد لایه ها) از پیش تعیین شده و ثابت است. در شبکه های با عمق متغیر، عمق می تواند بر اساس ورودی یا در طول آموزش تغییر کند. این می تواند به دو صورت باشد: (۱) شبکه هایی که با توجه به پیچیدگی ورودی، مسیرهای با عمق متفاوت را انتخاب می کنند (مثلا با مکانیزم های خروج زودهنگام - early exiting). (۲) معماری هایی که به صورت پویا لایه ها را فعال یا غیرفعال می کنند (مثل CondConv یا Dynamic Networks).

هدف کاهش هزینه محاسباتی برای ورودی های ساده (بدون کاهش دقت) و افزایش کارایی است. پیاده سازی با استفاده از بلوک های شرطی و گیت های قابل یادگیری انجام می شود.