畳み込みニューラルネットワークの勉強のまとめ　その3

前回の多クラス分類に続き、今回は多層ネットワークとその学習について説明します。

(いろいろ別の作業が入ってしまって、遅くなりました…)

多層ネットワーク

今回の多層ネットワークでは、下の図のような構成となります。

畳み込みニューラルネットワークの勉強のまとめ　その2

前回の二値分類に続き、今回は多クラス分類の学習について説明します。

多クラス分類

多クラス分類では、入力データが識別対象のうちのどれであるか（例えば数字画像の分類の場合、入力画像が数字の0から9の内のどれか）といった分類をします。ここではその学習を考えます。

畳み込みニューラルネットワークの勉強のまとめ　その1

畳み込みニューラルネットワーク (Convolutional Neural Network) を勉強するため、MNISTのデータの識別をライブラリ(Caffeやcuda-convnetなど)を使用せず一から実装してみましたが、ここでは備忘録として書いていくことにします。

出来る限り理解し易いように書いていくように努力はします。(^_^;;

おかしな点があれば教えてください。お願いします。

 

まずは二値分類

多次元の入力データから、それが識別対象かそうでないか（例えば画像から人かそうでないか）といった二値分類の学習を考えます。