畳み込み in English translation

• convolutional
• to fold

Examples of using 畳み込み in Japanese and their translations into English

オーディオ処理は、ボリューム、イコライザー、IR(インパルス応答)の畳み込み、VSTなどが使えます。
For audio processing, you can use volume, equalizer, convolution of IR(impulse response), VST and so on.

Filters:整数，出力空間の次元（つまり畳み込みにおける出力フィルタの数）．。
Filters: Integer, the dimensionality of the output space(i.e. the number of output filters in the convolution).

代替として、我々は隠された状態がテンソルで表され、クロスレイヤ畳み込みを介して更新されているTensorizedLSTMを提案します。
As an alternative we propose the Tensorized LSTM in which the hidden states are represented by tensors and updated via a cross-layer convolution.

Same",convはAと同じ大きさの畳み込みの中央部を計算します。
Same", conv2 computes the central part of the convolution of the same size as A.

Valid",conv2はAのゼロパディングなしの畳み込み部分を計算します。
Valid", conv computes the convolution parts without the zero-padding of A.

コンパイラは組み込み手続きの性質についてより多くの知識を持っていて、コンパイル時定数畳み込みやインライン展開をよりアグレッシブに行います。
The compiler now knows more about built-in procedures, and tries compile-time constant folding and/or inlining more aggressively cf.

C=conv2(___,shape)は、shapeに従って、畳み込みのサブセクションを返します。
C= conv2(___, shape) returns a subsection of the convolution according to shape.

初期の層でCNNは全結合ノードを小さな畳み込みエンジンに置き換えます。
In its early layers the CNN replaces the fully connected nodes with little convolution engines.

SCADEVisionは、テスト中のAIベースの自律走行車認知ソフトウェアを自動的にテストします。通常は畳み込みニューラルネットワーク(CNN)です。
SCADE Vision enables automated testing of the AI-based AV perception software under test(SUT), usually a convolutional neural network CNN.

あなたが最初に畳み込みニューラルネットワークという言葉を聞いた時、あなたは神経科学や生物学に関係するものを考えていたかもしれません。
When you first heard of the term convolutional neural networks, you may have thought of something related to neuroscience or biology, and you would be right.

畳み込みニューラルネットワーク(ConvNet、CNN)
You can use convolutional neural networks(ConvNets,

単なるOCRではなく、ディープラーニングの一種である畳み込みニューラルネットワーク(CNN、ConvolutionalNeuralNetwork)により、最終的に99%以上の精度で正確な文書読み取りを実現する。
Instead of simple OCR(optical character recognition), the Convolutional Neural Network(CNN), which is one type of deep learning, finally achieves accurate document reading with a precision rate of 99% or more.

これらの畳み込みニューラルネットワークは、標準的なカラー写真でオブジェクトを識別するのに非常に優れていますが、正面から表現すると3D情報を歪める可能性があります。
These convolutional neural networks have been shown to be very good at identifying objects in standard color photographs, but they can distort the 3D information if it's represented from the front.

デモ内で使用される畳み込みニューラルネットワークは、未訓練のモデルに複数の交通標識を通過させ、重みとアクティベーションを計算することによって訓練することができます。
Convolutional Neural Network used in this demonstration can be trained by passing multiple traffic signs through the untrained model to calculate weights and activations.

私たちのメンバーは、エンドツーエンドの合成開口レーダー（SAR）自動目標認識（ATR）のために、新しい畳み込みニューラルネットワーク（CNN）を提案しました。
Our member proposed a novel convolutional neural network(CNN) for end-to-end synthetic aperture radar(SAR) automatic target recognition(ATR).

Faceterの技術的な核心はプライバシーの絶対的な尊重であり、タスクを分割する畳み込みニューラルネットワークの機能を利用することで、このコミットメントが強化されます。
At Faceter's technological core is the absolute respect for privacy, and the utilization of the features of convolutional neural networks to split the tasks reinforces this commitment.

Inception-V3モデル（ImageNetに基づく）での転移学習・CNN（畳み込みニューラルネットワーク）・K-meansクラスタリング・TensorFlowを使用し開発しました。
Using Transfer Learning on the Inception-V3 model(based on ImageNet)· CNN(convolution neural network)· K-means clustering· TensorFlow.

Depth_multiplier:各入力チャネルに対するdepthwiseな畳み込みチャネルの数．深さ方向畳み込みチャネルの出力総数は，filters_in*depth_multiplierに等しくなります．。
Depth_multiplier: The number of depthwise convolution output channels for each input channel. The total number of depthwise convolution output channels will be equal to filters_in* depth_multiplier.

ベクトル・スタティスティカル・ライブラリー(VSL)。さまざまな確率分布、畳み込み/相関ルーチン、統計関数用の高性能かつベクトル化された乱数ジェネレーター(RNG)を提供します。
Vector Statistical Library(VSL) routines, which offer high-performance vectorized random number generators(RNG) for several probability distributions, convolution and correlation routines, and summary statistics functions.

GraphConvolutionalNeuralNetworkでは、同様にグラフ上で近いノードに対する畳み込み演算を導入することにより、グラフ構造の取り扱いを可能にしています。
Graph Convolutional Neural Networks introduce a“graph convolution” operation which applies a kernel among the neighboring nodes on the graph, to deal with graph structure.