Q&A
確かに畳み込み層とプーリング層は違う処理ですが、具体的にどの部分で同じ処理をしていると思われているのでしょうか？qiitaの記事をざっと目を通した感じ、畳み込み層とプーリングで同じ処理をしているようには見えませんでした
tensorflowでの画像入力とディープラーニングを学んでいるところなのですが、畳みこみ層とプーリング層での処理の違いが判らなくて、質問させていただきました。
qiita記事を読んでいます。
各第一層と各第二層では、学習している観点がちがう（例えば、画像の丸みを解析している層と傾斜を解析している層）のはなんとなくわかるのですが、なぜ畳みこみ層とプーリング層でやっている処理が同じなのでしょうか。
畳みこみ層とプーリング層の解説記事を読んでいると、各層の処理はまったく違うものだという認識なのですが。
●畳みこみ層・・パターンが1なのか-1なのかを比較する
●プーリング層・・畳みこみ層の結果をウィンドウに細分化し、それぞれのウィンドウで最大値を算出して画像の適合度を担保することで、重要な情報を残して縮小する
python
1 # 畳み込み１層 2 h_conv1_result = h_conv1.eval(feed_dict=feed_dict) 3 for i, result in enumerate(h_conv1_result): 4 images = channels_to_images(result) 5 save_image("3_%s_h_conv1_%02d.png" % (tag, i), images) 6 7 # プーリング１層 8 h_pool1_result = h_pool1.eval(feed_dict=feed_dict) 9 for i, result in enumerate(h_pool1_result): 10 images = channels_to_images(result) 11 save_image("3_%s_h_pool1_%02d.png" % (tag, i), images) 12 13 # 畳み込み２層 14 h_conv2_result = h_conv2.eval(feed_dict=feed_dict) 15 for i, result in enumerate(h_conv2_result): 16 images = channels_to_images(result) 17 save_image("3_%s_h_conv2_%02d.png" % (tag, i), images) 18 19 # プーリング２層 20 h_pool2_result = h_pool2.eval(feed_dict=feed_dict) 21 for i, result in enumerate(h_pool2_result): 22 images = channels_to_images(result) 23 save_image("3_%s_h_pool2_%02d.png" % (tag, i), images) 24
回答ありがとうございます。コード上で畳み込み層とプーリング層での処理がほぼ同じだったので質問しました。該当箇所を質問に追記しました。
どこがほぼ同じなのでしょう？h_convとh_poolの実体の違いについて認識していますか？
いいえ、認識しておりません。実体の違いについて説明いただけますか。
ご提示のQiitaの記事で、h_convとh_poolへの代入がそれぞれ行われている部分をしっかり読んでください。
多分、私を含めて皆さん、質問の意図が理解できていません。「各第一層と各第二層では、学習している観点がちがう（例えば、画像の丸みを解析している層と傾斜を解析している層）のはなんとなくわかるのですが、なぜ畳みこみ層とプーリング層でやっている処理が同じなのでしょうか」この部分をもう少し噛み砕いていただけますか？
あと、追記された部分は、普通のプログラムで言う関数を呼んでいる部分ですから、この部分の処理（関数の呼び方）が同じでも処理は違いますよ。
コードをもう少し読み込んでから質問すべきでした。h_conv1.evalの処理はどこに書かれておりますでしょうか。
回答2件
0
ベストアンサー
提示されているコードを指して
畳みこみ層とプーリング層でやっている処理が同じ
とおっしゃっているのであれば，コードの意味を理解できていないと思われます．
提示されたコード中で『処理が同じ』になっているのは，畳み込み層あるいはプーリング層の処理ではなく，畳み込み層あるいはプーリング層が出力する画像を保存する処理です．
畳み込み層およびプーリング層の処理は，h_conv1.evalやh_pool1.evalで行なっていると思われます．
インタフェースは同じ（その方が使いやすいから）ですが，それぞれのクラス内では異なる処理が記述されているはずです．
投稿2017/07/09 12:07
総合スコア442
回答ありがとうございます。
そういうことだったんですね。save_imageの意味を理解したうえで質問するべきでした。
h_conv1.evalやh_pool1.evalで行なっている処理は閲覧可能なのでしょうか。また.h_conv1のメソッドはeval以外にもありますでしょうか。
h_conv は tf.nn.relu と tf.nn.conv2d，h_pool は tf.nn.max_pool からできているので，他のメソッドは Tensorflow の API ドキュメントを見ればわかるかと．
内部処理については，具体的なコードはCPU用とGPU用で分かれているかもしれないので，その場合は見てもよく分からないと思います．
とはいえ，h_conv1 の方は畳み込み操作とReluなので，これらが分かっていればコードもだいたい予想がつくはず．h_pool1 は言わずもがな．
なるほどググるといろいろ出てきました。もう少しドキュメントを読みこんで理解を深めたいと思います。
0
純粋に畳み込み層と、プーリング層の処理について知りたいという事なのでしょうか？
畳み込み層は1か-1かを判別するものではなく、フィルターを用意し、スライドさせて積和演算をするものです
https://deepage.net/deep_learning/2016/11/07/convolutional_neural_network.html
視覚的な理解はこのサイトの「畳み込みとは」の項目が非常にわかりやすいかと
質問に貼られた解説では、全ての値が1のフィルターを用意していますが、問題が簡単な為、そうしているというだけです。
複雑な問題であれば、どのようにフィルターを決めたらいいのか見当がつかない為、実践ではランダムに値を生成し、フィルターの最善な値も、コンピューターに見つけさせるという事を行います
プーリング層の認識はそれで問題ないと思います
そしてtensorflowではtf.nn.conv2dとtf.nn.max_poolでその処理を行ってくれます。
evalはtensorflowに必要な初期化を簡単に行う事が出来るメソッドのようです
要は、tf.global_variables_initializerの代わりを務めてくれるようですね
どこが理解できないのか、またどこ知りたいのかがわからない為、簡単に回答してしまいましたが、自分が答えられる範囲であれば、コメントにて受け付けます
投稿2017/07/09 21:22
退会済みユーザー
総合スコア0
あなたの回答
tips
プレビュー
