今日の内容

• 7章 畳み込みニューラルネットワーク
  • 7.5 CNNの実装
  • 7.6 CNNの可視化
  • 7.7 代表的なCNN
  • 7.8 まとめ
• 8章 ディープラーニング
  • 8.1 ネットワークをより深く
  • 8.2 ディープラーニングの小歴史
  • 8.3 ディープラーニングの高速化
  • 8.4 ディープラーニングの実用例
  • 8.5 ディープラーニングの未来

次回

8.5.3 自動運転から

まとめ、所感

• CNNの可視化のところで、層が深くなるに従って抽象的な情報を抽出してるっての、すごい面白い。本当に人間っぽい
• Data Augmentationは画像を加工して教師データを増やすって方法。画像とか音声はやりやすそうだけど自然言語処理とかでもあるんだろうか
• 物体検出はオブジェクト候補の領域を抽出して、その領域の中でCNNによる物体認識の2段階
  • 領域抽出にはSelective SearchやBING¹という方法があるらしい
• 画像と自然言語とか、複数の種類の情報を組み合わせて処理することをマルチモーダル処理というらしい
• そろそろ終わり！

---

1. Binarized Normed Gradients for Objectness Estimation ↩︎