<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>enakai00</author_name>
  <author_url>https://blog.hatena.ne.jp/enakai00/</author_url>
  <blog_title>めもめも</blog_title>
  <blog_url>https://enakai00.hatenablog.com/</blog_url>
  <categories>
  </categories>
  <description>何の話かというと enakai00.hatenablog.com上記の記事では、与えられたデータをそのまま分類するのではなく、分類に適した「特徴」を抽出した後、その特徴を表す変数（特徴変数）に対して分類処理をほどこすという考え方を紹介しました。今回は、とくに「畳み込み演算」によって、画像の特徴を抽出する方法を解説します。これは、Deep MNIST for Experts で紹介されているCNN（畳み込みニューラルネットワーク）による画像認識の基礎となります。 畳み込み演算とは？ （参考資料）コンボリューションを用いた画像の平滑化、鮮鋭化とエッジ検出はじめに、畳み込み演算を簡単に説明しておきま…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fenakai00.hatenablog.com%2Fentry%2F2016%2F02%2F27%2F111116&quot; title=&quot;TensorFlow Tutorialの数学的背景 − Deep MNIST for Experts（その1） - めもめも&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://chart.apis.google.com/chart?cht=tx&amp;chl=z_0</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-02-27 11:11:16</published>
  <title>TensorFlow Tutorialの数学的背景 − Deep MNIST for Experts（その1）</title>
  <type>rich</type>
  <url>https://enakai00.hatenablog.com/entry/2016/02/27/111116</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
