回答編集履歴
1
d
test
CHANGED
|
@@ -2,7 +2,17 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
特徴抽出は CNN でやって、その特徴からクラス分類を行うのは全結合層でやるという2段構成になっていま
|
|
5
|
+
特徴抽出は CNN でやって、その特徴からクラス分類を行うのは全結合層でやるという2段構成になっているものが多いですが、必須ではありません。
|
|
6
|
+
|
|
7
|
+
Global Average Pooling を使えば、全部畳み込み層でクラス分類のモデルを作ることは可能です。
|
|
8
|
+
|
|
9
|
+
|
|
10
|
+
|
|
11
|
+
[Global Average Pooling（GAP）を理解してみる - Qiita](https://qiita.com/mine820/items/1e49bca6d215ce88594a)
|
|
12
|
+
|
|
13
|
+
|
|
14
|
+
|
|
15
|
+
|
|
6
16
|
|
|
7
17
|
少なすぎるとモデルの表現能力が問題の難しさに対して不足して精度が落ちる可能性があります。
|
|
8
18
|
|