CNNの構造

CNNは、次の３つの層を持つ。

・畳み込み層

　畳み込み処理を行う。特徴量を見つけ出す。

・プーリング層

　INPUTから不要なデータを削減する。特徴量を要約する。

・全結合層

　INPUTをクラス分けする。

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