畳み込みニューラルネットワーク(CNN)
学習目標
CNNの構造を理解し、各層の役割と層間のデータの流れについて理解する。
CNNの基本形
畳み込み層
プーリング層
全結合層
データ拡張
CNNの発展形
転移学習とファインチューニング
キーワード:ネオコグニトロン、LeNet、サブサンプリング層、畳み込み、フィルタ、最大値プーリング、平均値プーリング、グローバルアベレージプーリング、Cutout、Random Erasing、Mixup、CutMix、MobileNet、Depthwise Separable Convolution、Neural Architecture Search(NAS)、EfficientNet、NASNet、MnasNet、転移学習、局所結合構造、ストライド、カーネル幅,プーリング,スキップ結合、各種データ拡張、パディング
画像認識はディープラーニングで大きな成功を収め最も研究が盛んな分野です。ディープラーニングで画像データを扱うときには畳み込みニューラルネットワーク(Convolutional Neural Network、CNN)がよく使われます。このセクションでは画像データの構造やCNNの特徴について説明します。
この記事が気に入ったらサポートをしてみませんか?