ニューラルネットワークの訓練の手順

1.アーキテクチャの定義

入力ノード、出力ノード、隠れ層の数などを定義する。

2.重みの初期化

3.データを入力

4.入力ごとに重みをかける

5.重みをかけられた入力値から、隠れ層の値を計算する

6.各隠れ層の値に、活性化関数を適用する

7.隠れ層の結果から、出力層の値を計算する

8.出力層の活性化関数を計算する

9.予測値と出力値の差を計算する

10.9.の結果で、各重みを更新する

11.終了条件に達しない場合、3.以降を繰り返す

CNNの層

一般的には、次のような層で形成される。

1.入力層

入力データを受け取る。

2.畳み込み層

畳み込み処理を行う。

3.ReLU層

活性化関数で、ネットワークに非線形を追加する。

4.プーリング層

前層をサンプリングして、小さい次元の構造にする。

5.全結合層

出力値を計算するために、用いられる。