CNNの全結合層の機能

Question

深層学習、ディープラーニングについて詳しい方教えて下さい

深層学習について学び始めた者です。

CNN、畳み込みニューラルネットワークを利用した画像解析をする際にネットワークの最後の部分である全結合層が1つだけのものと複数あるものがありますがこれはどんな差を生み出すのでしょうか

どんなメリットがあるのでしょうか？

詳しい方教えて下さい

Answer 1

一般的に、ニューラルネットワークで層の数を増やすとより複雑な決定境界を表現できるようになります。また、1つの層のユニット数を増やしても同じような効果があります。

畳み込みを終えた後の全結合層～出力層はぶっちゃけて言えば適当に作れば良いのですが、たとえば分類するクラス数が多いから複雑性の高いモデルにしてみようかなとか、そういった感じで考慮される傾向はあります。あとは実際に性能を測ってみてどうなるかという世界です。