KerasでCNNを組んでみたい

Question

画像はとある論文にあったCNNです
このCNNをKerasで組んでみたいのですがまともに触れたことがないのでモデルの組み方がわかりません
どのように記述すればよいでしょうか？

Comments

[tiitoi]

それではコードの作成依頼になってしまうので、Keras のドキュメントやチュートリアルを見ながら、自身で作ってみて具体的な不明点が出てきたら聞いてください。
https://keras.io/ja/getting-started/sequential-model-guide/

[_Victorique__]

こんなところで聞くよりもググったほうが一杯情報ありますよ。
多分ですが、あなたが分からないのはモデルの組み方ではない気がします。

Answer 1

このような論文を実装するときに注意するポイントは、

• レイヤーの種類(畳み込み、全結合、あるいは再帰的)
• 入力、出力の行列の大きさ(画像なら channels * width * height、か、あるいはN次元のベクトルかetc...)
• パラメータの大きさ(畳み込みならカーネルサイズ、パディングの大きさetc...)

を図から見て判断することと、書いてない場合はそれ以外の値から推測することです。
今回は、入力、出力の行列の大きさ、レイヤーの種類はなんとなくわかりますが、畳み込み層のパラメータの中のパディングやストライドの大きさが書いてありません。なので、ここの部分を推論する必要があります。

基本的に畳み込みにおいては、入力と出力の行列の大きさがわかっていれば、カーネルサイズとパディング、ストライドはなんとなくわかります。

inputs (3, 32, 32)
conv_layer(num_filter=6, kernel_size=5, padding=N, stride=M)
outputs(6, 28, 28)

NとMが今わからないところです。paddingとstrideを求めるときは、出力のheightとwidthを見ればわかります。計算方法は、

output = (2 * padding + input - (kernel_size - 1))/ stride

で求められます。
inputが(32, 32)なのに対し、outputが(28, 28)で、kernel_sizeが5なので、この式を用いればpadding=0が求められます。
これをコードに写すと、

model = Sequential()
model.add(Conv2D(6, (5, 5), activation='relu', input_shape=(32, 32, 3)))

となります。この要領で他のパラメータも推論できるので、ぜひやってみてください！わからなかったら追記します。