Now Loading...

Now Loading...

全結合層

全結合層

全結合層とは、ニューラルネットワークにおいて全てのノードを結合する層を指します。

特にCNNにおいては出力層に全結合層が用いられ、特徴マップを結合し出力を一次元の数値とすることで元の画像データがどのラベルに属するかを示す確率となります。

クイズ

以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。 畳み込みニューラルネットの構造に関して、畳み込み層とプーリング層を並べ、これを繰り返すものが一般的である。最後には(ア)層を配置するのが一般的である。 (参考:深層学習 P82)
  • 正解を見る
  • 解説を見る
    畳み込みニューラルネットワーク(CNN)では,複数の畳み込み層とプーリング層によって画像から特徴を抽出する.これらの層の出力は特徴マップと呼ばれる画像であるため,分類問題などに適用するには,最後に全結合層によって出力層に接続する.

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化