どうも、カタミチです。
さて、今日も「最短コースでわかる ディープラーニングの数学」のひとり読書会、やっていきたいと思います。
今日も「発展編」の内容ですね。いってみよ〜
11-2. CNN
CNNといったらアレですね。アメリカのニュースチャンネル「Cable News Network」！
…このボケ、以前にやったと思って記事を漁ってみたんですが、見つけられませんでした。もしどこかでボケてて、このボケを見るのが二回目の方、すみません（謝るくらいならやるなよ）。
まぁ、ニュースチャンネルの方のCNNも有名ですが、ディープラーニングの世界で有名なCNNは、
Convolutional Neural Network
ですね。日本語では「畳み込みニューラルネットワーク」って命名されてます。本書にも、CNNの詳しい数学的な仕組みは書かれておらず、紹介にとどまってました。ディープラーニングを世に知らしめるキッカケになったのがこのCNNだ、ということは改めて覚えておいたほうが良さそうですかね。まぁ、このあたりを深堀りして理解を進めるのは、次のステージですかねー。おら、ワクワクすっぞ。
一応、以前G検定でCNNの勉強した時の記事のリンクでも貼っておきますかね。ペタ。
11-3. RNNとLSTM
続いては、RNNとLSTMですね。こちらもG検定では頻出なので概要は勉強済みです。時系列データの処理に優れたモデルですね。LSTMについては、きちんと仕組みを理解した上で使いこなしてみたいなー、という思いがあります。さて、いつ頃になりますかねー。
RNNとLSTMは、過去の勉強記事だとこのあたりですかねー。
まだ2ヶ月くらい前の記事ですが、なんだか、だいぶ前に書いたような気がしますね…（遠い目）。
ということで
今回は、ディープラーニングモデルの先にあるモデルの紹介でしたね。やはり、画像処理の分野ではCNN、音声処理・自然言語処理の分野ではRNNやLSTMあたりが起点になってくる感じですかね。まだまだ道は遠く険しそうですが、日々鍛錬…ですかねー。
ではまた。
