MNISTデータ認識でのCNNの信号の流れ [学問]
最近オライリー・ジャパンから出版された、「ゼロから作るDeep Learning」の７章の最後のほうにある、MNIST（手書き数字画像データ）認識を行う、CNN（畳み込みニューラルネットワーク）での本線系の信号の流れを図にしてみました。８章の「ディープラーニング」はこのCNNの階層をもっと深くしたもので、ここに書いたCNNの構成が基本になっています。
本線系の信号の流れをforward（順伝搬方向）、backward（逆伝搬方向）に沿って、Pythonコードの中身を読んでもらえれば、何をやっているかが視覚的によく分かるようになると思います。ソフトウエアだけをやっている人は、もっと抽象的に理解されている人も多いと思いますが、ここは、ハードウエアの本線系の信号の流れをイメージしてコードを読むと、理解がもっと確実になると思います。
CNN（Convolutional Neural Network）を使った深層学習（Deep Learning）のアプローチは、画像認識分野では必須ですし、最近ではディープマインド社のアルファ碁などでも用いられています。現在この本で深層学習を勉強されている方も多いと思うので、情報共有の意味を兼ねて少しでもお役に立てればと思って掲載してみました。
・・・・・・・・・
ここから、
by チイ
コメント 0