CNN の仕組み

畳み込みニューラル ネットワークには数十から数百の層があり、各層が画像のさまざまな特徴の検出を学習します。それぞれの学習画像に解像度が異なるフィルターが適用され、各畳み込み画像の出力が次の層の入力として使用されます。フィルターは、明るさやエッジなどの非常に単純な特徴から始まり、オブジェクトを一意に定義する特徴へと複雑化していきます。

例を使用して始める

特徴表現学習、層、分類

CNN は、入力層、出力層、その間にある多くの隠れ層で構成されています。

これらの層には、データに特有の特徴を学習する目的でデータを変更する働きがあります。代表的な層の例としては、畳み込み層、活性化層 (ReLU 層)、プーリング層の 3 つがあります。

• 畳み込み層では、入力画像を一連の畳み込みフィルターに通すことで、それぞれのフィルターが画像の特定の特徴を活性化します。
• 正規化線形ユニット (ReLU) 層 は、負の値をゼロにマッピングし、正の値を維持することで、より速く、より効果的な学習を可能にします。活性化された特徴だけが、次の層に引き継がれることから、これは "活性化" 層と呼ばれることがあります。
• プーリング層 は、非線形ダウンサンプリングを行うことで出力を単純化し、ネットワークが学習する必要のあるパラメーターの数を減らします。

これらの作業が数十から数百の層で繰り返し行われ、層ごとに異なる特徴を識別するように学習していきます。

分類層

多くの層で特徴を学習した後、CNN のアーキテクチャは分類に移行します。

最後から 2 番目の層は全結合層であり、K 次元のベクトルを出力します (K は、予測できるクラスの数)。このベクトルには、分類される画像の各クラスの確率が含まれています。

CNN アーキテクチャの最終層では、分類層を使って最終分類出力を行います。

CNN を使用する場面

画像データなどの複雑なデータが大量にある場合は、CNN の使用を検討してください。また、信号と時系列データは、ネットワーク構造で扱うために前処理されている場合はそのデータで CNN を使用できます。

信号を CNN で扱う場合については、次の例を参照ください。

事前学習済みモデルの検討

エンジニアや科学者が CNN を使用する際、多くの場合、新しいデータセットの特徴の学習と識別に使用できる事前学習済みモデルから始めます。

GoogLeNet、AlexNet、Inception などのモデルは、専門家によって構築された実証済みのアーキテクチャを活用してディープラーニングを探索するための出発点となります。

MATLAB を使用した CNN

MATLAB^® と Deep Learning Toolbox™ を併用すると、CNN の設計、学習、デプロイが可能になります。

関連するトピック