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。

第4節 代表的なモデル

4.1 CNNとRNN・LSTM

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