Hello there, ('ω')ノ
📌 1. CNN（畳み込みニューラルネットワーク）とは？
CNNは、画像認識に特化したニューラルネットワークで、畳み込み層（Convolutional Layer） を使って画像の特徴を抽出します。
✅ CNNの基本構造
CNNの主な構造は以下のとおりです。
| 層（Layer） | 役割 |
|---|---|
| 畳み込み層（Convolutional Layer） | 画像の特徴（エッジ・パターン）を抽出 |
| 活性化関数（ReLU） | 非線形性を追加（学習を進めやすくする） |
| プーリング層（Pooling Layer） | 特徴を圧縮して計算を効率化 |
| 全結合層（Fully Connected Layer） | 画像を最終的なカテゴリに分類 |
➡ 「畳み込み＋プーリング」を繰り返し、画像の特徴を学習！
📌 2. 畳み込み層（Convolutional Layer）の仕組み
畳み込み層では、フィルター（カーネル） を使って画像から特徴を抽出します。
例えば、以下のような3×3のフィルターを画像に適用すると、エッジ（輪郭）が強調されます。
入力画像 (5×5) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 フィルター (3×3) 0 1 0 1 -4 1 0 1 0 出力（畳み込み後の画像） (エッジが強調されたデータ)
✅ フィルターが画像をスキャンし、特徴を学習！
✅ エッジ・線・色の変化など、特徴を捉える！
📌 3. CNNモデルをPyTorchで実装
まずは、PyTorch を使って CNNモデルを構築 し、MNISTデータセット（手書き数字）で学習させます！
✅ PyTorchの準備
import torch import torch.nn as nn import torch.optim as optim import torchvision import torchvision.transforms as transforms import matplotlib.pyplot as plt
✅ データの読み込み（MNIST手書き数字データセット）
# データ変換（前処理） transform = transforms.Compose([ transforms.ToTensor(), # Tensorに変換 transforms.Normalize((0.5,), (0.5,)) # 正規化 ]) # データセットのダウンロード＆読み込み train_dataset = torchvision.datasets.MNIST(root="./data", train=True, transform=transform, download=True) test_dataset = torchvision.datasets.MNIST(root="./data", train=False, transform=transform, download=True) # データローダー train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True) test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=64, shuffle=False)
✅ データをTensorに変換し、[0,1] の範囲にスケーリング！
✅ ミニバッチ（64枚ずつ）で学習を進める！
📌 4. CNNモデルの構築
✅ CNNの定義
class CNN(nn.Module): def __init__(self): super(CNN, self).__init__() # 畳み込み層1（入力: 1チャンネル, 出力: 32チャンネル, カーネルサイズ: 3） self.conv1 = nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, padding=1) self.relu = nn.ReLU() self.pool = nn.MaxPool2d(kernel_size=2, stride=2) # 畳み込み層2（出力: 64チャンネル） self.conv2 = nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, padding=1) # 全結合層 self.fc1 = nn.Linear(64 * 7 * 7, 128) # 7×7はプーリング後のサイズ self.fc2 = nn.Linear(128, 10) # 出力は10クラス（0〜9の数字） def forward(self, x): x = self.pool(self.relu(self.conv1(x))) # 畳み込み → ReLU → プーリング x = self.pool(self.relu(self.conv2(x))) # 畳み込み → ReLU → プーリング x = x.view(-1, 64 * 7 * 7) # フラット化 x = self.relu(self.fc1(x)) # 全結合層1 x = self.fc2(x) # 全結合層2（出力） return x
✅ 畳み込み層（Conv2D）で特徴を抽出！
✅ ReLU関数で活性化！
✅ プーリング層（MaxPool2D）で次元を圧縮！
✅ 全結合層（Fully Connected）で分類！
📌 5. モデルの学習
# モデルの作成 model = CNN() # 損失関数と最適化手法 criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) # 学習 num_epochs = 5 for epoch in range(num_epochs): for images, labels in train_loader: optimizer.zero_grad() outputs = model(images) loss = criterion(outputs, labels) loss.backward() optimizer.step() print(f"Epoch [{epoch+1}/{num_epochs}], Loss: {loss.item():.4f}")
✅ 誤差逆伝播（Backpropagation）で学習！
✅ Adam最適化でパラメータ更新！
📌 6. モデルの評価
# テストデータで評価 correct = 0 total = 0 with torch.no_grad(): for images, labels in test_loader: outputs = model(images) _, predicted = torch.max(outputs.data, 1) total += labels.size(0) correct += (predicted == labels).sum().item() print(f"Accuracy: {100 * correct / total:.2f}%")
✅ モデルの精度を計算！
✅ MNISTの手書き数字を高精度で分類！
🎯 まとめ
✅ CNNは画像認識に特化したディープラーニングモデル！
✅ 畳み込み層（Conv2D）を使って画像の特徴を学習！
✅ PyTorchを使ってCNNを実装し、MNISTの手書き数字を分類！
✅ 実際に学習し、テストデータで精度を評価！
Best regards, (^^ゞ
