キカガク（KIKAGAKU）で「畳み込みニューラルネットワークの実装」を学ぶ

Photo by Owen Beard on Unsplash

今回は「畳み込みニューラルネットワークの実装 - KIKAGAKU」を学ぶ。

学習内容

データセットの準備

1.  Tensorflow で使用できる形式に変換 

CNN モデルの定義

1. 目的関数と最適化手法の選択
2. モデルの学習
3. 予測精度の評価

CNN モデルの順伝播の流れ

1. Convolution 層の計算
2. Pooling 層の計算
3. ベクトル化

ソースコード

出力結果

データセット読み込み後、1つ目の画像を抽出。

予測精度の評価。学習結果を確認するために損失を可視化。

正解率を可視化。

Convolution 層のフィルタを通して出力されるデータ毎に可視化。1つ目。

2つ目。

3つ目。

Pooling 層を通して出力されるデータ毎に可視化。1つ目。

2つ目。

3つ目。

実行ログ