CNN についての簡単な紹介
私たちの一般的なニューラル ネットワークには、画像情報を理解するという点ではまだ欠点があります。現時点では、畳み込みニューラル ネットワークは、コンピューターによる画像処理のブースターです。畳み込みニューラル ネットワーク (CNN) は、ニューラル ネットワークが画像情報を処理するための優れたツールです。 , コンピューターに画像を見せると、コンピューターはそれをより正確に理解します。私が作成した短く簡潔な機械学習入門シリーズを視聴することを強くお勧めします。CNN と は
コンピューター ビジョン処理の飛躍により、画像認識と音声認識において大きな利点が示されました。畳み込みニューラル ネットワークを学習する前に、ニューラル ネットワークについて予備的な理解があることを前提としています。そうでない場合は、最初の章に進んでください。ビデオ チュートリアルtensorflow~
畳み込みニューラル ネットワークは入力層、隠れ層、出力層で構成され、隠れ層は畳み込み層とpooling層で構成され、画像が畳み込みニューラル ネットワークに入力された後、畳み込みによって特徴が継続的に抽出されます。特徴が抽出され、特徴が追加されますfeature map。ビデオ チュートリアルの立方体の厚さが常に増加していることがわかります。では、なぜ厚さは増加しているのに、どんどん薄くなっていくのでしょうか?はは、これはレイヤーの機能ですpooling、poolingそしてパラメータが多すぎるため、層は通常、最大値poolingと平均値 value を使用してダウンサンプリングされます。そのため、ネットワークが複雑になりすぎないようにパラメータがまばらになっています。poolingpooling
さて、畳み込みニューラル ネットワークについて一般的に理解できたので、次のクラスでは、コードを使用して MNIST データセットに基づく単純な畳み込みニューラル ネットワークを実装します。