Hal40n https://blog.hatena.ne.jp/Hal40n/ ゼロからAI理論を再構築する https://serenewealth.net/ 機械学習 これまでの全結合ネットワークは、画像を1本の長いベクトルに変換してから処理していました。縦横の並びもピクセル同士の隣接関係もすべて捨てて、ただの数値の列として扱う。人間が画像を見るときは隣り合うピクセルの関係からエッジや形を読み取っているのに、全結合層はそれを無視しています。 畳み込みニューラルネットワーク（CNN）は、画像の空間的な構造を保ったまま特徴を抽出するモデルです。 畳み込み層：小さなフィルターをスライドさせる CNNの基本は畳み込み層です。小さなフィルター（カーネル、たとえば3x3）を画像の上でスライドさせて、フィルターと重なった部分の要素積の和を計算します。 \[ y_{i,j}… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fserenewealth.net%2Fentry%2F2026%2F03%2F09%2F204844" title="畳み込みニューラルネットワーク（CNN）：画像の構造を活かす - ゼロからAI理論を再構築する" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-03-09 20:48:44 rich https://serenewealth.net/entry/2026/03/09/204844 1.0 100%