質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

1702閲覧

ディープラーニングのCNNで画像に適用するフィルターとプーリングの設計の仕方について

eggpol

総合スコア60

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/10/26 11:50

編集2019/10/26 12:01

CNNで画像にフィルターをかける際のフィルターの選び方について
ライブラリでCNNをするには以下のようにしますが
実際にCNNでどのようにフィルターを設計するかわかりません
ライブラリを使えば以下のようにらく~~に設計できるのですが↓

python

1from keras.models import Sequential 2model = Sequential() # Sequentialオブジェクトの生成 3# 畳み込み層の設定 4model.add( 5 Conv2D(filters=10, # フィルターの数 6 kernel_size=(3, 3), # 3×3のフィルターを使用 7 padding='same', # ゼロパディングを行う 8 input_shape=(28, 28, 1), # 入力データのサイズ 9 activation='relu' # 活性化関数はReLU 10 ))

自力で設計する場合
例えば横縦をMinistにかける場合↓

# 縦方向のエッジを検出するフィルター vertical_edge_fil = np.array([[-2, 1, 1], [-2, 1, 1], [-2, 1, 1]], dtype=float) # 横方向のエッジを検出するフィルター horizontal_edge_fil = np.array([[1, 1, 1], [1, 1, 1], [-2, -2, -2]], dtype=float)


イメージ説明


イメージ説明

![

となりますが「1」だけだと縦を適用させればよさそうですがMinistでも09まで特徴量があるので
どのフィルターを何枚レイヤーにかませればいいか見当もつきません。
kerasではライブラリが勝手にやってくれるのでいいのですが
自分で例えば顔認識をしたい場合などどのようにすればいいかわからないです。
Ministでも0
9までそれぞれ縦横いろいろあるのでどのようにすればいいのか教えて下さい。

あとはプーリングの設計の仕方も教えてもらえれば幸いです。
よろしくお願いします

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

フィルターの係数は、自分で作るものではありません。それを学習で獲得します。
1つのCNNで幾つのフィルターを作るか、どれくらいの大きさにするか、幾つのCNNを重ねるかといったパラメータは、問題(判別対象)に依存します。これは、oputunaのようなハイパーパラメータ探索用ツールを使うか、トライエラーを繰り返します。

投稿2019/10/26 12:26

Q71

総合スコア995

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

ベストアンサー

通常ディープラーニング(例えば単なる複数の全結合層からなるネットワーク)では、重みを学習データを使って自動的に更新する(学習する)ということはご存じかと思います。

CNNもやっていることは同じで、重みを学習していくのです。
ではここで、CNNにおける重みとはなにかというと、ズバリ、「フィルター」です。
縦のエッジを検出するための

python

1vertical_edge_fil = np.array([[-2, 1, 1], 2 [-2, 1, 1], 3 [-2, 1, 1]], 4 dtype=float)

であったり、

横のエッジを検出する

python

1horizontal_edge_fil = np.array([[1, 1, 1], 2 [1, 1, 1], 3 [-2, -2, -2]], 4 dtype=float)

であるわけです。

つまり、ディープラーニングにおいて、CNNのフィルターは設計者自らが定義するものではなく、
モデルが、タスク(例えば顔認識)に応じて、そのタスクを解く上で重要となる特徴(エッジなど)を抽出するフィルターを学習することに他なりません。

質問者様がkerasがライブラリが勝手にやってくれていると認識しているのは、それがディープラーニングが学習しているものそのものだからです。

すなわち、ご自身で設計する場合でも、フィルターの値は設計することはありません。

投稿2019/10/26 12:04

qax

総合スコア622

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問