読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
拓海は、モデルの種類を、扱うデータの形で整理しました。
| モデル | 得意なデータ | 主な使い道 |
|---|---|---|
| CNN(畳み込みニューラルネットワーク) | 画像 | 写真に写ったものの識別、顔認証 |
| RNN(再帰型ニューラルネットワーク) | 順番に意味があるデータ(シーケンスデータ) | 文章、音声、時系列の売上 |
| LSTM | 長いシーケンスデータ | 長い文章の翻訳、音声認識 |
CNNは、「畳み込み」という処理で、画像の小さな範囲ごとに特徴(縁、模様など)を取り出します。画像を理解するコンピュータビジョンの分野で広く使われています。
RNNは、前の時点の情報を次の時点に引き継ぎながら、データを順番に処理します。ただし、系列が長くなると、学習のときに誤差がうまく伝わらなくなる問題があります。誤差が小さくなりすぎて伝わらないのが勾配消失問題、大きくなりすぎて学習が不安定になるのが勾配爆発問題です。LSTMは、情報を「覚えておく・忘れる」を調整する仕組みを加え、長い系列でも前の情報を保てるようにしたRNNの一種です。
17 / 25