CNN

CNN（Convolutional Neural Network、畳み込みニューラルネットワーク）は、局所的な領域へ同じフィルタを適用する畳み込み層を中心に、画像等の空間的特徴を階層的に学習するモデルです。

■ 試験で押さえるポイント

• カーネルの重みを位置間で共有するため、全画素を全結合するよりパラメータを抑え、線や模様など同じ特徴を異なる位置で検出できます。

• 浅い層はエッジ等、深い層は部品・物体等の複雑な特徴を組み合わせ、プーリングやストライドで空間サイズを縮小する場合があります。

• 入力幅W、カーネル幅K、パディングP、ストライドSの出力幅は$\left\lfloor\dfrac{W-K+2P}{S}\right\rfloor+1$で計算します。

• 画像分類だけでなく検出、分割、音声・時系列にも使われます。平行移動へ完全に不変というわけではなく、データ拡張等も用います。

■ 選択肢での判断ポイント

局所受容野、重み共有、畳み込み、出力サイズの式を押さえます。全結合だけのMLPや再帰状態を持つRNNと区別します。

例: 入力32、カーネル3、パディング1、ストライド1なら、出力幅は$\lfloor(32-3+2\times1)/1\rfloor+1=32$です。