<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>kaeken</author_name>
  <author_url>https://blog.hatena.ne.jp/kaeken/</author_url>
  <blog_title>kaeken(嘉永島健司)ブログ</blog_title>
  <blog_url>https://kaeken.hatenablog.com/</blog_url>
  <categories>
    <anon>Deep Learning</anon>
  </categories>
  <description>さて、いよいよ畳み込みニューラルネットワークConvolution Neural Network, CNNまで来た。 最新の画像認識・音声認識でほぼ使われているCNNをじっくり理解していく。 CNNでは、今までのレイヤに、 畳み込み層Convolution layer プーリング層Pooling layer の２つを追加する。プーリング層は省略されることがある。 今までのNNでは、全結合層Affine layer で隣接する層のすべてのニューロン同士が結合されていた。 全結合層の問題点として、 データの空間的情報が消えてしまう問題がある。 具体的には、MNISTデータ・セットのように、 入力画…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkaeken.hatenablog.com%2Fentry%2F2016%2F11%2F13%2F135554&quot; title=&quot;７章　畳み込みニューラルネットワーク　畳み込み層Convolution layerとプーリング層Pooling layer『ゼロから作るDeep Learning』 - kaeken(嘉永島健司)ブログ&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>https://cdn-ak.f.st-hatena.com/images/fotolife/k/kaeken/20161113/20161113135225.gif</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-11-13 13:55:54</published>
  <title>７章　畳み込みニューラルネットワーク　畳み込み層Convolution layerとプーリング層Pooling layer『ゼロから作るDeep Learning』</title>
  <type>rich</type>
  <url>https://kaeken.hatenablog.com/entry/2016/11/13/135554</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
