ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

7章畳み込みニューラルネットワーク

本章のテーマは、畳み込みニューラルネットワーク（convolutional neural network：CNN）です。CNNは、画像認識や音声認識など、至るところで使われています。また、画像認識のコンペティションでは、ディープラーニングによる手法のほとんどすべてがCNNをベースとしています。本章では、CNNのメカニズムについて詳しく説明し、その処理内容をPythonで実装していきます。

7.1　全体の構造

まずはCNNの大枠を理解するために、CNNのネットワーク構造から見ていくことにします。CNNも、これまで見てきたニューラルネットワークと同じで、レゴブロックのようにレイヤを組み合わせて作ることができます。ただしCNNの場合、新たに「Convolutionレイヤ（畳み込み層）」と「Poolingレイヤ（プーリング層）」が登場します。畳み込み層とプーリング層の詳細は次節以降で説明するとして、ここでは、どのようにレイヤを組み合わせてCNNが構築されるかを先に見ていきます。

さて、これまで見てきたニューラルネットワークは、隣接する層のすべてのニューロン間で結合がありました。これを全結合（fully-connected）と呼び、私たちは全結合層をAffineレイヤという名前で実装しました。このAffineレイヤを使えば、たとえば、5層の全結合のニューラルネットワークは、図7-1のような構成のネットワークで実現することができます。

図7-1　全結合層（Affineレイヤ）によるネットワークの例 ...