CNNの簡単紹介２
前回は、CNNの思想と簡単なやり方を紹介しました。
CNNは画像認識の領域で使われているニューラルネットワークです。
今回はもうすこし詳しく紹介します。
典型的なニューラルネットワークと比べて、CNNの処理には、畳み込み層（convolutiona）とプーリング層（pooling）この２つの特別な層があります。
畳み込み層（convolutiona）
畳み込み層（convolutiona）は、データの畳み込みを処理する層です。この層はCNNで一番重要な層です。
具体的な計算方法は：
少し説明します。
最初に入力した画像は5*5のマスです。上記画像の一番左の図です。
真ん中の図はfilterの列です。この列は特徴を取得するためのものです。
左列の図から3*3マスを一つずつ取得して、filterと計算し、一つの値を出力します。
その結果が右の図です。
5*5のマスの中には、9つの3*3マスがありますので、最後の結果は3*3マスになりました。
上記の算式は、その具体的な計算方法です。
要するに、マスの運算です。
（詳しい内容についてはwikiで探してみてください。）
この中で一番重要なものは、filterの選択です。
先に説明したとおり、所得する特徴はfilter部分で決めているからです。filterの大小も重要ですが、それを決める方法は多分やってみないとわからないです（笑）。
プーリング層（pooling）
次にプーリング層（pooling）を説明します。
畳み込み層後、データ量は減少しました。（上の例についてだと、5*5のマスが3*3のマスになりました）
でも、このままで利用すると、overfittingの問題が発生しやすいです。
なので、もっと抽象の処理が必要です。
これはプーリング層（pooling）で行います。
プーリング層（pooling）は、特徴を計算する層です。計算方法は、普通は最大値を取るだけです。
例えば、
31 10 25
12 23 10
11 23 14
このような行列なら、この中での最大値31を取って、戻します。
この最大値は、実際にはこのエリアの特徴です。
プーリング層（pooling）の処理が終わったら、データ量はもっと減少します。
最初は5*5のマスでしたが、処理後は１つの数字になりました。
以上、CNNの基礎２を紹介しました。
中国広東省出身、京都オフィス勤務のエンジニア。機械学習に興味がある。京都大学留学生として来日して以来、京都の住みやすさが気に入っている。