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/edc8a74f472ede27143aff40c6383f6195f9bc11/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-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9bnVtcHklRTMlODElQTAlRTMlODElOTElRTMlODElQTdDTk4lRTUlQUUlOUYlRTglQTMlODUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPThlYWIzOTdhMDMyMjU4Y2Y3NjFjNzRkNTUwOTI5MDcx%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwdGFrYTI1NiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OGMwZDg5YTNlYTZkNzA3Y2MxMTUzOGQ4MGQ4ZGZiYjU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3De667756bf0b43d958e9114b4490f1db7)