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。