Contents
畳み込みニュートラルネットワーク（CNN）
畳み込みニュートラルネットワーク（CNN）は画像認識を得意としている。
画像を入力とした分類問題によく使われる。
畳み込みニュートラルネットワークには畳み込み層、プーリング層、全結合層の３種類があり、
畳み込み層とプーリング層は何度か繰り返されて、全結合層に繋がる。
畳み込み層
画像に対して、畳み込みを行うことで、画像の特徴を強めたり、弱めたりする事ができる。
この、畳み込み処理により、入力画像をより特徴が強調されたものに変換する。
プーリング層
プーリング層は畳み込み層の直後に配置され、画像を各領域に区切り、各領域を代表する値を抽出し、
新たな画像を生成します。
わかりやすくいうと、画像をぼかす処理です。画像をぼかす事で対象の位置の感度が低下するので、対象の位置が
多少変化しても、結果が同じになる。
全結合層
全結合層とは通常のニュートラルネットワークで用いられる層のこと。
畳み込み層とプーリング層により抽出された特徴量に基づき演算を行う。
