CNN への model 制限

CNN への model 制限
画像の特徴を位置と関連付けて抽出
CNN のネットワークは、位置関係を保存する (全結合だと、位置情報が失われる)
近接した点の情報だけを利用
遠距離の点の情報は無視 ( 遠距離の点の情報からの重みを 0 にする )
フィルターの学習結果を共有する
CNN のフィルターの学習結果は共有される (従来はニューロン毎に別学習)
CNN への制限の根拠(画像の性質から「制限しても困らない」理由)
画像データは位置情報が重用
特徴が現れてる位置と関連付けて抽出した方が良い
画像データの要素は隣接した点から判別される
近接した点の情報だけを利用すれば十分
画像データを並行移動しても結果は変更なし
CNN のフィルターは、位置に関係なく同じ学習をすべき
CNN のインパクト
学習速度が上がる
ネットワークが小さい(リンク数が減る)のでが学習対象が少なくてすむ
同じデータで何度も学習できるので、一つのデータでの学習効果が高まる