↑: [[FPN]] [[G検定に関する知識]] - [[TODO]] - [[CNN]]は入力したデータは一度処理したら忘れる - 基本的なアーキテクチャは次の3つ - [[畳み込み層]] - [[活性化関数]] - [[プーリング層]] - [[CNN]]にはネットワークの最後に[[全結合層]]がある [[FCN|Cu4z]] - そのため入力画像サイズを固定する必要があった - 画像に有効な2大設計原理：**局所性**（隣接ピクセルの相関・特徴は局所に現れる → 局所受容野）と**重み共有**（同一フィルタを全体に適用 → パラメータ削減・位置不変性）← 頻出 - 画像認識に特化したニューラルネットワーク - 基本的な処理の流れ（5段階）：入力画像 → [[畳み込み層]]（特徴の抽出）→ [[プーリング層]]（圧縮・位置不変）→ [[全結合層]]（特徴統合・分類）→ 出力（クラス確率） - 畳み込みとプーリングを何度も繰り返して複雑な特徴へ育てる - cf. [[重み共有]], [[位置不変性]], [[畳み込み層]], [[畳み込み層]], [[プーリング層]], [[全結合層]], [[正規化層]]