Kerasのモデル生成について

Question

初歩的な質問で申し訳ないのですが、画像分類プログラムのモデル生成部分の理解ができません。

# モデルを生成してニューラルネットを構築
model = Sequential()
model.add(Conv2D(64, (3, 3), input_shape=(100, 100, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(200, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(3, activation='softmax'))

フィルター数やカーネルサイズ、後半のreluやsameについては理解したつもりなのですが、つまり何をしているのかがよく分かりません。

このコードの流れとどこが何を指しているのか教えていただきたいです。
よろしくお願いします。

Comments

[tiitoi]

具体的にはどこがわからないのでしょうか？

[sezaki_H]

Maxpooling2Dより下が何をしているのかがよく分からないです。

[tiitoi]

回答を書きましたが、これで理解できますでしょうか？
もし不明な点があれば、補足します。

[Q71]

機械学習とはなんぞや？を、キチンと学習してくる、とか？
ウィキペディアで「畳み込み」を調べる、とか？
https://postd.cc/how-do-convolutional-neural-networks-work/
これとか？

[sezaki_H]

お二方ありがとうございます。
時間がなく急ぎの学習でして知識不足な部分が多いです。すいません。
どちらも参考にさせていただきます。ありがとうございました！

[tiitoi]

Deep Learning のライブラリを使うのしても、そもそもの Deep Learning の仕組み、理論的背景についての理解がないと、コードを理解するのは難しいと思います。
以下に2冊の書籍を挙げておきます。
https://www.amazon.co.jp/dp/4873117585/ 「ゼロから作るDeep Learning」
→ 実際にコードを書きながら理解したい場合
https://www.amazon.co.jp/dp/4061529021/ 「深層学習 (機械学習プロフェッショナルシリーズ)」
→ 数式で理解したい場合

Answer 1

Maxpooling2Dより下が何をしているのかがよく分からないです。

以下が model.summary() した結果です。

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 100, 100, 64)      1792      
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 100, 100, 32)      18464     
_________________________________________________________________
max_pooling2d (MaxPooling2D) (None, 50, 50, 32)        0         
_________________________________________________________________
flatten (Flatten)            (None, 80000)             0         
_________________________________________________________________
dense (Dense)                (None, 200)               16000200  
_________________________________________________________________
dropout (Dropout)            (None, 200)               0         
_________________________________________________________________
dense_1 (Dense)              (None, 3)                 603       
=================================================================
Total params: 16,021,059
Trainable params: 16,021,059
Non-trainable params: 0
_________________________________________________________________

• 1. MaxPooling2D の出力は (BatchSize, 50, 50, 32) の4次元配列なので、Flatten で (BatchSize, 505032) の2次元配列にする。

model.add(Flatten())

• 1. 全結合層及びドロップアウトの適用

model.add(Dense(200, activation='relu'))
model.add(Dropout(0.2))

• 1. 全結合層 (出力層) を作成

出力数が3で活性化関数が softmax なので、3クラス分類問題のモデルと思われます。

model.add(Dense(3, activation='softmax'))