E資格受験に必要なJDLA認定講座の一つであるラビット・チャレンジ(https://ai999.careers/rabbit/)のレポート用ページです。
100文字以上要点まとめ
【AlexNet】
比較的初期のCNN
【AlexNetのモデル説明】
5層の畳み込み層及びプーリング層などそれに続く3層の全結合層から構成される
【畳み込み層⇒全結合層について】
Fratten
横方向に全部並べる
初期のCNNでは非常によく行われている
GlobalMaxPooling
GlobalAvgPooling
各チャンネルで最大値or平均値をとってくる
【過学習を防ぐ施策】
サイズ4096の全結合層の出力にドロップアウトを使用している
実装演習
関連記事のレポートによる加点
確認テストがなかったので『3-4 深層学習の基礎と展望東京大学(数理・情報教育研究センター)』の内容でためになった個所をレポート
【層の種類】
層は上記だけでなく他にもいろいろある
全結合層、ソフトマックス層、活性化層、畳み込み層、プーリング層、LSTM層、バッチ正規化層、ドロップアウト層など
【柔軟なモデリング】
層をブロックとして組み合わせ自由自在なモデリングが可能
【畳み込み層】
入力画像と特徴を抽出
【プーリング】
平行不偏性を獲得
時間
12/16 0:10 動画
12/19 0:30
コメント