最初の部分は、ディープラーニングの現在の研究状況と研究の重要性についての議論から始まり、次に顔認識の分野におけるいくつかの基本的な概念を紹介し、近年の科学研究の分野における研究の進捗状況を要約します。顔認識における深層学習の基礎を紹介し、組織構造を紹介します。第2部では、畳み込みニューラルネットワークCNNの開発の歴史とその動作原理、畳み込みニューラルネットワークのコンポーネントを紹介し、畳み込み層、プール層、および畳み込みニューラルネットワークの完全接続層の原理に焦点を当てます。Bluetooth通信の簡単な紹介。畳み込みネットワークは畳み込みニューラルネットワークとも呼ばれ、グリッド構造と同様のデータを処理するように設計されたニューラルネットワークです。畳み込みネットワークは、多くのアプリケーションでうまく機能します。畳み込みニューラルネットワークは、最初に元のデータを1つ以上の隠れ層のプロパティ空間にマッピングし、次にこれらのプロパティをサンプルタグ空間にマッピングします。CNNの最も基本的なコンポーネントは、プロパティ入力層(エントリ層)と畳み込み層(畳み込み層)です。 、プールレイヤー、完全にバインドされたレイヤー)。レイヤーと出力レイヤー。CNNの概要はより詳細で、画像を一連の畳み込み、非線形、ダウンサンプリング、完全にリンクされたレイヤーに渡し、最終的に出力を取得します。出力はクラスの場合があります。または最も記述的な画像クラスの可能性。