はじめに pythonでCNNを実装しました. 深層学習ライブラリは使用せず,numpyだけで実装しました. 教科書として『深層学習』を使いました. 本記事の構成 はじめに CNN 畳込み層 プーリング層 学習 重みの更新 誤差逆伝播 pythonでの実装 畳込み層の実装 プーリング層の実装 MNISTデータセットでの実験 学習 結果 おわりに CNNとは,畳込み演算を用いた順伝播型ネットワークであり,主に画像認識に応用されています. 一般的なニューラルネットワークは,隣接層のユニットが全結合されたものですが, CNNは,隣接層間の特定のユニットのみが結合した特別な層を持ちます. これらの特殊な層では,畳込み および プーリング という演算を行います. 以下では,畳込みとプーリングについて説明します. 畳込み層 畳込みは,画像にフィルタの対応する画素同士の積をとり,その総和をとる演算です.
![numpyだけでCNN実装 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e46a3222d78151acdaa2f6f03b7112d8c2378268/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9bnVtcHklRTMlODElQTAlRTMlODElOTElRTMlODElQTdDTk4lRTUlQUUlOUYlRTglQTMlODUmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTE3Y2VlNDE1ZDEzNmY0NzQ4MjMxODE3MWNmOGYxMTRk%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0YWthMjU2JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0xOTVkMzBmMzRjMTZjZjJiZGQyZTJlZTQ0YzNlNzM5MQ%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5qCq5byP5Lya56S-44OH44Kj44O844O744Ko44OM44O744Ko44O8%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D48be173ba83ca6b3d9824ef67deaf407)