PyTorch深層学習⑮最大値プーリング

前回は、畳み込み層について、特にPyTorchの nn.Conv2d の解説をしました。今回は、畳み込みとよくセットで使われる最大値プーリング（nn.MaxPool2d）について解説します。

本シリーズの記事リスト

---

• ①前提条件

• ②テンソル

• ③テンソル：NumPy編

• ④テンソル：Tensor編

• ⑤データセット編

• ⑥線形回帰：理論編

• ⑦線形回帰：実装編

• ⑧ロジスティック回帰:理論編

• ⑨ロジスティック回帰:実装編

• ⑩ニューラルネットワーク

• ⑪単純な画像分類１

• ⑫単純な画像分類2

• ⑬畳み込み層:理論編

• ⑭畳み込み層:実践編

• ⑮最大値プーリング

• ⑯畳み込みニューラルネットワーク

• ⑰再帰型ニューラルネットワーク

• ⑱再帰型：実装編

• ⑲LSTM:理論編

• ⑳LSTM:実践編

• ㉑トランスフォーマー:紹介編

• ㉒トランスフォーマー:実践編

---

まず、最大値プーリングの仕組みを解説し、その後になぜ最大値プーリングを使うのかを説明します。そして、畳み込み、最大値プーリング、活性化関数の組み合わせを含む畳み込みニューラルネットワークの構造を議論します。

では、さっそく始めましょう。