Redes Neuronales Convolucionales

Un computador ve las imágenes como:

• Pixeles

• Pixeles RGB

• Números

• Igual que los humanos

La resolución de una imagen depende de:

• Ancho por alto de la Imagen

• La frecuencia de refresco del monitor

• El tamaño del pixel

• El dispositivo que me muestra la imágen

Las redes neuronales convolucionales se han desarrollado en su mayoría gracias al estudio sobre:

• Algoritmos numéricos

• La visión

• El audio

• Imágenes

La jerarquía del conocimiento es el aumento de complejidad en los patrones que puede ir reconociendo cada capa de una red convolucional

• Verdadero

• Falso

En una red neuronal convolucional, es necesario analizar la salida con una red neuronal densa.

• Verdadero

• Falso

Un filtro o kernel es el encargado de (Seleccione las que considere correctas y luego de enviar):

• Reconocer patrones

• Disminuir el tamaño de la imágen

• Ayuda en el proceso de generar el mapa de características

• Recalcular los pesos de cada pixel

Una red convolucional se compone de: (Seleccione las que considere correctas y luego de enviar).

• Capa de Convolución

• Capa de Pooling

• Capa de Cifrado

• Capa totalmente conectada

Para saber el tamaño del mapa de características debo tener claros los siguientes valores: (Seleccione las correctas y luego de enviar).

• Stride

• Padding

• Kernel

• Tamaño de la Imágen