ニューラルネットワークと畳み込みとは何ですか?また、それらはどのように機能しますか?-よくある問題-php.cn

現代のコンピューティングの分野では、「ニューラルネットワーク」という用語がここ数年で大きな注目を集めています。ニューラルネットワークとは何か、またその仕組みを理解したいと考えている場合、ここは知識を広げるのに最適な場所です。

ニューラルネットワークとは何ですか?

基本的に、ニューラルネットワークは人間の脳を模倣するように設計されたコンピューターシステムです。複雑なパターンを学習、理解、解釈する能力により、人工知能 (AI) と機械学習 (ML) の重要な側面となります。

これらのネットワークは、私たちの脳内のニューラルネットワークと同様、相互接続された多数の処理要素、つまり「ノード」で構成されています。このレイアウトはパターン認識を容易にし、AI システムの動作を時間の経過とともに改善するのに役立ちます。一般的なニューラルネットワークは、いくつかのコアコンポーネントで構成されます。

入力層: 入力層 は、ネットワークに供給されるデータとの最初の接点です。さらなる処理のために生の情報を伝えます。
隠しレイヤー: 入力レイヤーの後、データは 隠しレイヤー に入ります。これらの層は外部からは見えず、処理の鍵となります。
出力層: 処理された情報は最終的に 出力層に到達し、最終的な結果または予測が提供されます。

各層は、「接続」によって接続された多くのノード、つまり「ニューロン」で構成されています。各接続には、情報処理タスクにおける重要性を示す重みがあります。

ニューラルネットワークの用途は何ですか?

データから学習して結果を予測する卓越した能力により、ニューラルネットワークは多くの現代テクノロジーの基礎となっています。その多用途性とパターン認識機能により、さまざまな分野でのアプリケーションへの道が開かれます。

ニューラルネットワークの最も著名なアプリケーションの 1 つは、マシンビジョン、特に画像認識です。畳み込みニューラルネットワーク (CNN) を使用すると、写真内の顔を識別したり、シーン内のオブジェクトを識別したりするなど、画像を認識して分類するようにシステムをトレーニングできます。このテクノロジーは、ソーシャルメディアでの写真の自動タグ付けから医療画像における病気の診断まで、さまざまなアプリケーションを強化します。

ニューラルネットワークは、自然言語処理 (NLP) においても重要な役割を果たし、機械が人間の言語を理解して生成できるようにします。音声コマンドを理解する仮想アシスタント、顧客の質問に応答するチャットボット、テキストをある言語から別の言語に翻訳するソフトウェアなど、これらの進歩はすべてニューラルネットワークによって実現されます。

ニューラルネットワークをどのようにトレーニングしますか?

ニューラルネットワークのトレーニングとは、本質的には、正確な予測を行うように教えることを意味します。これには、データを供給し、予測を行わせ、その予測を改善するためにネットワークのパラメーターを調整することが含まれます。

目標は、ネットワークの予測と実際の出力の間の差異、つまり「損失」または「エラー」と呼ばれる用語を最小限に抑えることです。この差が小さいほど、ニューラルネットワークのパフォーマンスは向上します。

ステップ 1: 重みとバイアスを初期化する

ニューラルネットワークは、それぞれがバイアスを持つ重みによって相互接続されたニューロンで構成されます。これらの重みとバイアスは、ネットワークがトレーニング中に学習するパラメーターです。最初はランダムな値に設定されます。

ステップ 2: フィードフォワード

入力データをネットワークに提供します。このデータは、「フィードフォワード」と呼ばれるプロセスで、ネットワークを介して入力層から出力層に移動します。各ニューロンは、結果を次の層に渡す前に、入力とバイアスの加重和を適用し、その後に活性化関数を適用します。

ステップ 3: 損失の計算

フィードフォワードプロセスの後、ネットワークは出力を生成します。この出力と実際の値の差である損失を計算します。この損失は、解決しようとしている問題の種類 (回帰、分類など) に応じた損失関数を使用して計算されます。

ステップ 4: バックプロパゲーション

バックプロパゲーションは魔法が起こる場所です。このプロセスには、損失を最小限に抑えるために重みとバイアスを調整することが含まれます。出力層から開始して、エラーは前の層に伝播されます。各パラメーター (重みとバイアス) に関する損失関数の勾配を計算します。これは、パラメーターの変化が損失にどの程度影響するかを示します。

ステップ 5: 重みとバイアスを更新する

次に、重みとバイアスが、計算された勾配とは逆方向に更新されます。これは、最適化アルゴリズム (最も一般的には勾配降下法) を使用して行われます。更新で実行されるステップのサイズは、「学習率」(設定したハイパーパラメーター) によって決まります。

ステップ 6: プロセスを繰り返します

ステップ 2 ～ 5 を一定回数繰り返すか、損失が目的のしきい値を下回るまで繰り返します。重みを更新するためにデータセット全体が使用される回数は「エポック」と呼ばれます。通常、トレーニングには複数の期間が含まれます。

畳み込みニューラルネットワークとは何ですか?

畳み込みニューラルネットワーク (CNN) は、画像などのグリッド状のデータを処理するように設計された特殊なニューラルネットワークモデルです。これらのネットワークは、従来の多層パーセプトロン (MLP) モデルのバリエーションであり、基本的に人間の脳内の生物学的プロセスからインスピレーションを得ています。

Biological Visual Cortex

CNN は、人間の脳の視覚野の組織と機能にインスピレーションを受けています。視覚野には、視野の特定の領域に敏感な細胞の小さな領域があります。この概念は、入力データに畳み込まれるフィルターを適用することによって CNN に反映されます。

畳み込み層

CNN のコアコンポーネントは畳み込み層であり、特徴の空間階層を自動的かつ適応的に学習します。畳み込み層では、いくつかのフィルターが画像上で移動され、フィルターと入力画像の重みの間で畳み込み演算 (この場合はドット積) を実行します。この操作の結果は、特徴マップまたは畳み込み特徴を形成します。

プーリング層

プーリング層は通常、空間サイズを削減するために畳み込み層の後に追加され、パラメータ数と計算の複雑さを軽減します。さらに、ネットワークが画像のスケールや方向に対してより不変になるように支援し、それによってより強力な特徴を抽出します。

予測を行う

ネットワークの終端では、MLP モデルと同様に、完全に接続された層が使用されます。これらのレイヤーは、高度にフィルター処理された画像を取得し、最終的な出力クラスまたは予測に変換します。

CNN は画像認識の分野で重要な役割を果たしてきました。これらは一般に、次のアプリケーションで使用されます。

画像とビデオの認識: CNN を使用すると、画像やビデオ内のオブジェクト、人物、さらには感情を認識できます。
医療画像分析: 医療分野では、CNN は 画像分析 に使用され、病気の診断に役立ちます。
自動運転車: CNN は自動運転車で道路上の物体や標識を検出するために使用され、車両が周囲の環境を理解し、意思決定を行うのに役立ちます。
顔認識システム: CNN は 顔認識セキュリティシステム で広く使用されています。

#関連記事

Apple はコスト削減のために A17 の背後にあるテクノロジーを変更するのでしょうか?
今年のiPhone 15 ProとiPhone 15 Pro MaxはA17 Bionicプロセッサを使用しますが、来年生産される同じプロセッサのバージョンとは異なると噂されています。来年のA17は違うのでしょうか？ A17 Bionic は、3nm プロセスを使用して生産された Apple の最初のプロセッサになると予想されています。比較...
iOS 17 を搭載した iPhone でヘルスケアアプリを使用する方法手順に従ってマインドセットを記録する
iOS 17 における考え方とは何ですか? iOS 17 では、iPhone のヘルスケアアプリに多数の新機能が追加され、メンタルヘルスとそれが私たちの気分や行動に与える影響に焦点を当てています。ユーザーが自分の感情を認識し、悲しみや怒りの感情を軽減できるようにするために、ヘルスケアアプリでは iOS 17 の iPhone でリスニングページを聞くことができるようになりました...
「？
iOS 17 のリスニングページとは何ですか? iOS 17 には、iPhone の Safari アプリで利用できる Listening Pages と呼ばれる新機能があります。名前が示すように、この機能を使用すると、Web ページのテキストコンテンツを音声形式で聞くことができ、自分で読まなくてもページから情報を簡単に収集できるようになります...
ストロークの途中で画像を縮小する方法
ストロークの途中でのズームとは何ですか?バージョン 5.2 へのアップグレードの一環として、Midjourney は AI アートジェネレーターを使用して作成した画像を縮小する機能を提供するようになりました。ズームアウト機能は、Midjourney で最初に作成された画像の内容を変更せずに、キャンバスを既存のアウトラインを超えて拡張します。 ...