概要
畳み込みニューラルネットワークは、Convolutional neural networkの略のCNNと呼ばれます。
CNNは画像や動画認識に広く使われているモデルです。
再帰型ニューラルネットワークはRecurrent Neural Networkの略のRNNと呼ばれます。
RNNは時系列データ(株価や気温の推移等)の扱いに適しています。
畳み込みニューラルネットワーク(CNN)
CNNは畳み込み層とプーリング層で構成されたニューロラルネットワークです。
先ほど、記載した通り、画像データに適する方法です。
もう少し詳しく記載すると以下のイメージです!
- 畳み込み層とは…画像の2次元データの位置関係を考慮して、画像の特徴を抽出
- プーリング層とは…画像の物体の位置のズレを吸収するとともに特徴を強調
- 全結合層とは…プーリング層からの出力をまとめる
また、プーリングは画像を縮小する処理をし、計算に必要な処理コストを下げることができます。
写真の画像⇒畳み込み層⇒プーリング層⇒全結合層の順に処理をします。
イメージとしては以下の流れで処理されている感じです。
再帰型ニューラルネットワーク(RNN)
RNNはニューラルネットワークを拡張して時系列データを扱えるようにした方法です。
時系列データ先に入力されたデータによって後に入力されたデータの持つ意味が変わるという性質(入力されたデータが順々に変化)があります。
ニューラルネットワーク同様に入力層・中間層・出力層で構成されています。
また中間層では入力データだけでなく、前後の中間層データも考慮できる事から再帰的な構造と呼ばれます。
入力層⇒中間層⇒出力層で処理がされます。
イメージとしては以下の流れで処理されている感じです。
まとめ
CNNは画像に特化、RNNは時系列(日本語の会話や株価等)に特化しているってイメージですね。
それぞれの特徴と流れを覚えておくと、理解しやすいと思います^^
機械学習入門 便利な部品が入っている道具箱みたいなイメージです。Pythonには2つの種類のライブラリがあります。 標準ライブラリ:付属していてすぐに使え[…]
データ分析する意味とは?そもそもですが、なぜデータ分析をする必要があるのでしょうか?まず、データ分析とは、数値等の情報を収集し、分類、整理、取捨選択し、価値のある意味を見出す事です。このデ[…]