convolutional neural network
evrişimsel sinir ağı
convolutional layer
evrişimsel katman
using convolutional filters
evrişimsel filtreler kullanmak
convolutional operation
evrişim işlemi
convolutional architecture
evrişimsel mimari
convolutional features
evrişimsel özellikler
convolutional model
evrişimsel model
with convolutional layers
evrişimsel katmanlarla
convolutional processing
evrişimsel işleme
the convolutional neural network achieved high accuracy on the image classification task.
Evrişimsel sinir ağı, görüntü sınıflandırma görevinde yüksek doğruluk elde etti.
we used a 3x3 convolutional filter to extract features from the input image.
Girdi görüntüden özellikler çıkarmak için 3x3'lük bir evrişim filtresi kullandık.
the convolutional layer is a key component of many modern deep learning architectures.
Evrişim katmanı, birçok modern derin öğrenme mimarisinin temel bir bileşenidir.
applying a convolutional operation involves sliding the filter across the input data.
Bir evrişim işlemi uygulamak, filtreyi girdi verilerinin üzerine kaydırmayı içerir.
the convolutional layer learned to detect edges and corners in the images.
Evrişim katmanı, görüntülerde kenarları ve köşeleri algılamayı öğrendi.
we performed a convolutional operation to reduce the dimensionality of the data.
Verilerin boyutluluğunu azaltmak için bir evrişim işlemi gerçekleştirdik.
the architecture included multiple convolutional blocks for improved feature extraction.
Mimari, geliştirilmiş özellik çıkarma için birden fazla evrişim bloğu içeriyordu.
the convolutional layer's output is a feature map representing detected patterns.
Evrişim katmanının çıktısı, algılanan desenleri temsil eden bir özellik haritasıdır.
we experimented with different convolutional filter sizes to optimize performance.
Performansı optimize etmek için farklı evrişim filtresi boyutlarıyla denemeler yaptık.
the convolutional layer effectively captured spatial hierarchies in the data.
Evrişim katmanı, verilerdeki mekansal hiyerarşileri etkili bir şekilde yakaladı.
the model utilized a series of convolutional and pooling layers.
Model, bir dizi evrişim ve havuzlama katmanını kullandı.
convolutional neural network
evrişimsel sinir ağı
convolutional layer
evrişimsel katman
using convolutional filters
evrişimsel filtreler kullanmak
convolutional operation
evrişim işlemi
convolutional architecture
evrişimsel mimari
convolutional features
evrişimsel özellikler
convolutional model
evrişimsel model
with convolutional layers
evrişimsel katmanlarla
convolutional processing
evrişimsel işleme
the convolutional neural network achieved high accuracy on the image classification task.
Evrişimsel sinir ağı, görüntü sınıflandırma görevinde yüksek doğruluk elde etti.
we used a 3x3 convolutional filter to extract features from the input image.
Girdi görüntüden özellikler çıkarmak için 3x3'lük bir evrişim filtresi kullandık.
the convolutional layer is a key component of many modern deep learning architectures.
Evrişim katmanı, birçok modern derin öğrenme mimarisinin temel bir bileşenidir.
applying a convolutional operation involves sliding the filter across the input data.
Bir evrişim işlemi uygulamak, filtreyi girdi verilerinin üzerine kaydırmayı içerir.
the convolutional layer learned to detect edges and corners in the images.
Evrişim katmanı, görüntülerde kenarları ve köşeleri algılamayı öğrendi.
we performed a convolutional operation to reduce the dimensionality of the data.
Verilerin boyutluluğunu azaltmak için bir evrişim işlemi gerçekleştirdik.
the architecture included multiple convolutional blocks for improved feature extraction.
Mimari, geliştirilmiş özellik çıkarma için birden fazla evrişim bloğu içeriyordu.
the convolutional layer's output is a feature map representing detected patterns.
Evrişim katmanının çıktısı, algılanan desenleri temsil eden bir özellik haritasıdır.
we experimented with different convolutional filter sizes to optimize performance.
Performansı optimize etmek için farklı evrişim filtresi boyutlarıyla denemeler yaptık.
the convolutional layer effectively captured spatial hierarchies in the data.
Evrişim katmanı, verilerdeki mekansal hiyerarşileri etkili bir şekilde yakaladı.
the model utilized a series of convolutional and pooling layers.
Model, bir dizi evrişim ve havuzlama katmanını kullandı.
Explore frequently searched vocabulary
Want to learn vocabulary more efficiently? Download the DictoGo app and enjoy more vocabulary memorization and review features!
Download DictoGo Now