Convolutional Neural Network

CNNとは,Convolution層を主要な層として繋げている画像処理に向いているニューラルネット.少し前まではPooling層も合わせることが多かったがPoolingで行っていたこともConvolutionで行わせることも増えてきた.BatchNormalization層を挿入することも多い.

この章を学ぶ前に必要な知識

効果

ポイント

全結合層を用いずにConvolution層を主として用いてネットワークを構成したものをConvolutional Neural Networkと呼ぶ. Convolution層を用いることで・パラメータ数が全結合より減る・入力のサイズがどうなっても対応できる・画像処理が得意	Convolutional Neural Network
Convolution層に後続させるものとしてPooling層などもセットだったが、近年減ってきている.逆に最近の傾向として、BatchNormalization層は学習を安定させるのに必須になりつつある.	Convolution層

この章を学んで新たに学べる

Comments

知識: Convolution層

近年の画像入力のニューラルネットワークで活躍しているConvolution層(Conv層, 畳み込み層). 計算はかなりシンプルで、画像の各部分に対して行列を掛け合わせていき、その結果を新しい画像に詰め込んでいく処理。世の中で解説も多いので簡単な解説に留める。