ディープラーニングを動画で理解する（解説）

この記事では、（記事）ディープラーニングを動画で理解するの記事に載せた動画の解説をします。

DNN内部の実行順序は次のとおりです。具体的に見ていきましょう。

DNN

動画で表しているのはディープニューラルネットワーク（DNN）です。これはディープラーニングの基本となるモデルです。

これを応用した畳み込みニューラルネットワーク（CNN）が画像処理によく使われていますが、小さな画像であればDNNでも処理ができます。

ニューラルネットワークの中身は行列の計算です。入力したデータは画像も音声も数値も全て行列に置き換えられます。

例えば画像は１ドット毎に [縦、横、色] という数値に置き換えることができます。これを分けたり結合したりする計算に行列が都合いいのです。また、大きなサイズのデータや大量のデータを処理することにも行列は長けています。

入力層は、動画のように１ドット単位で入力するケースがあるほか、複数の画像をバッチという形にまとめて、まとまりを行列にして入力することもあります。

入力されたデータ（行列）は中間層、出力層に向かって計算を行います。順伝播（じゅんでんぱん）といいます。

順伝播の間に、データに重み（W)というものがかけ算されます。そして、隣り合う数値が足し算され、次の層へ進みます。

なぜ重み（W)をかけ算するの？　－＞　特徴である部分を強調するためです。

なぜ隣り合う数値を足し算するの？　－＞　データの継ぎ目を作りたくないからです。

な　－＞　ええい、正直言うと、脳神経を真似て作ってみたらうまくいったんです！

この絵は分かり易くするため少し嘘が入っています。

出力を30%と出してますが、本当は少し手前で損失（ロス）という数値を出してから折り返します。

30％というのは、入力した手書き文字が５である確率を示しています。これを100％にするよう、これからDNNは頑張っていきます。

近づけるにはあと70%必要ですね。これがロスのようなものです。

ロスが出たら、計算を逆に行っていきます。逆伝播といいます。

何のための逆伝播でしょうか。重み（W)を修正するためにあります。

先ほどの一時結果が100%へ近づくようなWにしていきます。ただしできるだけ滑らかに変化していくよう、微分を使った計算になります。

微分と聞くと難しそうですが、逆伝播を使うと簡単に計算できるのです。そのように考えられているんですね。なにしろ何百・何万回と往復するので、できるだけ簡単な計算でないといけません。

こうした順伝播・逆伝播を繰り返し、100％に近づけていきます。この時、重みWが変化し続けます。

何回往復するかは実行する側が定義します。どの程度で精度が頭打ちになるか、実行する側も何度か試行が必要です。

100%になるAIは現在のところないので、9割以上になれば良いところ、として終了させます。

こうして終了した時には、正解に近い結果を出せるような重みWが求まります。このWの集まりが学習済みモデル（パラメータともいいます）となります。

動画はこちら → （記事）ディープラーニングを動画で理解する

以上の学習は、次のような要素が入っています。それぞれ複数の手法があり、選択によってモデルの精度が変わってきます。機会があれば紹介していきます。