畳み込み層:画像を得意にするしくみ
ニューラルネットワークが画像をどう扱うのかを学びます。基礎層では、全結合層との違いと、画像の一部分ずつを見る畳み込みのしくみをつかみます。深掘り層では、重みと線形関数、畳み込み操作のしくみ、カーネル・ストライド・パディング・特徴マップ、そして Atrous Convolution や Depthwise Separable Convolution などの発展形まで説明できるようになります。
この章の問題を解く
章のまとめへ- 1Self-Attention の計算のしくみPro
- 2Transformer の構造の特徴Pro
- 3AttentionとはPro
- 4自己注意とマルチヘッド注意Pro
- 5事例からTransformerの利点を判断するPro