浅層の多層ニューラル ネットワークのデータの準備

ヒント

深層学習ネットワーク用のイメージ データを準備する方法については、イメージの深層学習向け前処理を参照してください。

このトピックでは、典型的な多層ネットワークのワークフローの一部について説明します。詳細とその他のステップについては、浅層の多層ニューラル ネットワークと逆伝播学習を参照してください。

ネットワーク設計プロセスを開始する前に、まず標本データを収集して準備します。ニューラル ネットワークに予備知識を組み込むことは一般的に難しいため、ネットワークの精度は、ネットワークの学習に使用するデータの精度までしか達成できません。

ネットワークが使用される入力の範囲をカバーするデータであることが重要です。多層ネットワークは、学習した入力範囲内で十分に汎化するよう学習できます。ただし、この範囲を超えて正確に外挿する能力はありません。そのため、学習データが入力空間の全範囲にわたっていることが重要です。

データの収集後、データをネットワークの学習に使用する前に実施する必要のあるステップが 2 つあります。データの前処理とサブセットへの分割です。