ディープラーニングで使うDNNのごく簡単な解説
»
あるところで見かけた「ディープニューラルネットワーク(DNN。ディープラーニングの名前の由来）」の解説文が少々物足りなかったので、自分で調べて１から書き直し＆図解してみました。
私自身の勉強のために書いたものですが、この種の解説文や図解の書き方の参考にはしていただけることでしょう。
想定としては、DNNの主な用途が何なのか、どんなしくみなのかという知識を持たない一般の素人向けに大まかなイメージを持ってもらうための解説です。（なお、「物足りなかった」という原文は掲載しません。この記事は完全に１から書き直した、まったく別物の文となっているので、原文の引用や改変にも当たりません）
本文はここから↓
ディープニューラルネットワーク(DNN)の典型的な用途が画像認識です。
二次元の画像データを一次元の数値列に変換してDNNに入力すると、その画像に何が写っているかを認識した結果を出力します。
DNNは入力層、隠れ層、出力層の3種類の層で構成されています。 「ディープ」 の名前は「隠れ層」が数百段もの多段階に及ぶ「深い」層となることを意味しています。
隠れ層では一段ごとに前段の数値をもとに四則演算で次段の数値を算出する操作を繰り返します。各層の持つ数値は０～１の間の単純な実数、使う計算も四則演算だけですが、その繰り返しが画像認識という驚くべき機能を実現するのです。
「ニューラルネットワーク」の名前は、隠れ層の要素をつなぐネットワークが生物の神経系をヒントに構想されたことにちなんでいます。
（当記事は本家サイトからの転載です）
この種の技術解説記事執筆のご相談はこちらへ↓