WEBVTT 00:00.390 --> 00:02.720 こんにちは､ ディープラーニングの講座にようこそ｡ 00:02.730 --> 00:06.060 今日はいよいよステップ4､ 完全接続です｡ 00:06.060 --> 00:08.110 では､ このステップはいったい何なのでしょうか？ 00:08.130 --> 00:16.920 さて､ このステップでは､ 畳み込みニューラルネットワークに､ 人工ニューラルネットワーク全体を追加します｡ 00:16.920 --> 00:24.780 これまで行ってきたコンボリューションプーリングとフラットニングに､ さらに新たな要素を加えました｡ 00:24.810 --> 00:28.920 そしてその裏側には､ どのような激しさがあるのでしょうか｡ 00:28.920 --> 00:32.310 それはまさに､ 「何か」であり､ 「何か」であることは間違いないのです｡ 00:32.310 --> 00:37.140 ここでは入力層と､ 完全に接続されたLAN出力層がありますね｡ 00:37.140 --> 00:42.960 ところで､ 人工ニューラルネットワークの完全連結層ですが､ 以前は隠れ層と呼んでいましたが､ 00:42.960 --> 00:47.280 ここでは隠れ層ということで完全連結層と呼んでいます｡ 00:47.280 --> 00:54.060 しかし同時に､ 人工ニューラルネットワークにおける完全連結層である隠れ層の､ より特殊なタイプでもある｡ 00:55.440 --> 00:59.910 隠れ層は完全接続である必要はありませんが､ 畳み込みニューラルネットワークでは完全接続の層を使用します｡ 00:59.910 --> 01:05.400 そのため､ 一般に完全接続層と呼ばれています｡ 01:05.490 --> 01:12.570 基本的には､ 平坦化した後の出力の列やベクトル全体を､ 入力層に渡しているわけです｡ 01:12.570 --> 01:20.310 ここでは､ 説明のために非常に単純化した例を示します｡ 人工ニューラルネットワークの主な目的は､ 01:20.310 --> 01:28.890 特徴を組み合わせて､ クラスをよりよく予測するための属性を増やすことです｡ 01:28.890 --> 01:37.800 ですから､ 私たちはすでに､ 平坦化と平坦化された結果の出力のベクトルをもっているのです｡ 01:37.800 --> 01:44.010 そのベクトル内の数値にはいくつかの特徴がコード化されており､ それが犬か猫か､ 腫瘍かそうでないかなど､ 01:44.010 --> 01:53.640 見ているものがどのクラスなのかを予測するのに､ おそらくすでにかなり良い仕事ができるようになっているのです｡ 01:53.640 --> 01:59.310 しかし同時に､ 人工ニューラルネットワークという構造があることもわかっています｡ 01:59.310 --> 02:16.620 これは､ 属性を扱い､ 特徴を扱い､ 新しい属性を考え出し､ 属性を組み合わせて､ 予測しようとするものをさらにうまく予測することを目的として設計されたものです｡ 02:16.620 --> 02:18.600 そして､ それは前編でわかっていることです｡ 02:18.600 --> 02:20.160 では､ なぜそれを活用しないのか？ 02:20.160 --> 02:22.590 そして､ それこそが､ ここでの計画なのです｡ 02:22.590 --> 02:30.180 そこで､ その値を人工ニューラルネットワークに渡し､ さらに最適化させるというのはどうでしょう｡ 02:30.390 --> 02:31.800 というわけで､ これからが本番です｡ 02:31.800 --> 02:36.300 しかし､ これではちょっと単純すぎるので､ もっと現実的な例を見てみましょう｡ 02:36.300 --> 02:43.920 ここでは､ 入力に5つの属性を持つ､ より見栄えのする人工ニューラルネットワークを作成しました｡ 02:43.920 --> 02:50.970 そして､ 第1層に6つのニューロン､ 第2層（第2完全連結層）に8つのニューロン､ そして2つの出力､ 02:50.970 --> 02:55.320 1つは犬､ もう1つは猫を表す出力があるのです｡ 02:55.320 --> 03:02.130 ここで重要なのは､ なぜ2つの出力があるのか､ ということです｡ 03:02.130 --> 03:06.810 私たちは､ 人工ニューラルネットワークの出力が1つしかないことに､ なんとなく慣れています｡ 03:06.810 --> 03:15.390 1つの出力は､ 数値を予測するとき､ 回帰のような問題を実行するときに使用します｡ 03:15.510 --> 03:22.680 しかし､ 分類を行う場合は､ クラスごとに出力が必要です｡ 例外は､ クラスが2つしかない場合です｡ 例えば､ 03:22.680 --> 03:27.180 ここでは犬と猫の2つのクラスがありますが､ 1つの出力を行ってバイナリ出力にし､ 03:27.180 --> 03:32.280 1は犬､ 0は猫というようにすればよかったのです｡ 03:32.280 --> 03:33.990 それで全く問題なかったのです｡ 03:33.990 --> 03:39.150 そして実際に､ 実践的なチュートリアルの中でその方法を見ることができ､ そのように構成されています｡ 03:39.150 --> 03:49.410 しかし同時に､ 例えば犬､ 猫､ 鳥のように2つ以上のカテゴリーがある場合､ すべてのカテゴリーごとにニューロンを用意しなければならないのです｡ 03:49.410 --> 03:57.780 そのため､ この例では2つのカテゴリーで練習し､ カテゴリーが2つ以上になったときのことを想定しています｡ 03:58.380 --> 03:59.940 それで､ これからどうなるのでしょうか？ 03:59.940 --> 04:04.590 つまり､ すでにすべての下準備を終え､ 畳み込み､ プーリング､ フラットニングを行った上で､ 04:04.590 --> 04:09.480 今度は人工ニューラルネットワークを経由して情報が流れていくわけです｡ 04:09.480 --> 04:11.970 では､ どのような仕組みになっているのか､ 見ていきましょう｡ 04:12.030 --> 04:18.160 画像が処理される瞬間から情報が流れていて､ 次にカンクン､ プール､ フラット化､ 04:18.160 --> 04:24.420 そして人工ニューラルネットワークを経て､ 4つのステップを経ています｡ 04:24.960 --> 04:29.580 そして､ ある予測がなされるのですが､ これがどのように行われるかは､ これから見ていくことにしましょう｡ 04:29.580 --> 04:30.660 とてもとても面白いことになりそうです｡ 04:30.660 --> 04:32.820 でも､ とりあえず予言はしておこう｡ 04:32.820 --> 04:40.470 例えば､ 8割は犬だと思ったのに猫だと判明して､ 誤差を計算するわけです｡ 人工ニューラルネットワークでは､ 04:40.470 --> 04:47.700 以前はコスト関数と呼んでいましたが､ そこでは平均二乗誤差を使いますし､ 畳み込みニューラルネットワークでは､ 04:47.700 --> 04:51.240 平均二乗誤差を使います｡ 04:51.240 --> 04:59.820 損失関数と呼ばれるものですが､ これにはクロスエントロピー関数を使います｡ クロスエントロピーと平均二乗誤差について説明します｡ 04:59.990 --> 05:02.660 別のチュートリアルで､ そのすべてがどのように行われるかを説明します｡ 05:02.660 --> 05:08.240 しかし､ とりあえず､ ネットワークのパフォーマンスを教えてくれる失われたタイプの関数があり､ その関数を最適化､ 05:08.240 --> 05:13.460 最適化､ 最小化することでネットワークを最適化しようとしているとしましょう｡ 05:13.460 --> 05:21.500 つまり､ 誤差が計算され､ それがネットワークを通じて逆伝播されるのですが､ これは人工ニューラルネットワークでいうところの逆伝播にあたります｡ 05:21.500 --> 05:27.800 そして､ パフォーマンスを最適化するために､ ネットワークで調整されるものもあります｡ 05:27.800 --> 05:31.880 そして､ 調整されるのは､ 例によって人工ニューラルネットワーク部分のウェイトです｡ 05:31.880 --> 05:34.790 つまり､ ここに見える青い線がシナプスです｡ 05:35.120 --> 05:41.570 それからもうひとつ､ 特徴検出器も調整しています｡ 05:41.570 --> 05:46.070 しかし､ もし間違った機能を探しているとしたらどうでしょう？ 05:46.070 --> 05:47.960 もし､ これがうまくいかなかったら？ 05:47.960 --> 05:49.370 機能が正しくないからです｡ 05:49.370 --> 05:55.940 そして､ 特徴検出器､ つまり､ 3×3の行列がありましたが､ それを調整して､ 05:55.940 --> 06:03.800 次回はもっとよくなるかもしれない､ どうなるかな､ というようなことをやっているのです｡ 06:03.800 --> 06:14.480 もちろん､ 背景には多くの科学と数学があり､ すべては逆伝播法を用いた勾配降下法で行われます｡ 06:14.480 --> 06:17.870 つまり､ 単なるランダムな摂動ではないのです｡ 06:17.870 --> 06:20.780 実は､ そのやり方はとてもよく考えられているんです｡ 06:20.990 --> 06:28.460 しかし､ それでも､ 特徴検出器を調整し､ 重みを調整し､ この一連の作業が再び行われる｡ 06:28.550 --> 06:32.540 そしてまたエラーが逆伝播され､ これが延々と続くのです｡ 06:32.540 --> 06:35.060 そして､ そうやって私たちのネットワークは最適化されているのです｡ 06:35.060 --> 06:37.850 私たちのネットワークは､ そうやってデータをトレーニングしているのです｡ 06:37.850 --> 06:42.200 ここで重要なのは､ データがネットワーク全体を最初から最後まで通過して､ 06:42.200 --> 06:45.950 その誤差を比較することです｡ 06:47.180 --> 06:49.880 そこで､ 誤差を計算し､ 逆伝播しているのです｡ 06:49.880 --> 06:57.800 つまり､ 人工ニューラルネットワークと同じ話なのですが､ 最初の3つのステップのために､ 少し長くなっています｡ 06:58.820 --> 07:02.450 さて､ ここからは面白いところ､ 本当に面白いところを見ていきましょう｡ 07:02.450 --> 07:04.760 この2つのクラスはどのように機能するのでしょうか？ 07:04.760 --> 07:07.070 なぜなら､ あるいはこの2つの出力ニューロンがどのように働いているのか？ 07:07.070 --> 07:10.400 というのも､ 以前は出力ニューロンが1つしかなかったんです｡ 07:10.400 --> 07:11.750 2人になったらどうなるんだろう？ 07:11.750 --> 07:17.420 この画像の分類という状況は､ どのように展開されるのでしょうか｡ 07:17.420 --> 07:19.460 では､ まず一番上のニューロンから見ていきましょう｡ 07:19.460 --> 07:21.350 まずは犬から｡ 07:21.890 --> 07:28.850 主な目的は､ まず､ 犬につながるすべてのシナプスにどのような重みを与えるかを理解し､ 07:28.850 --> 07:37.760 前のニューロンのうちどれが犬にとって実際に重要であるかを知ることです｡ 07:37.760 --> 07:38.840 そして､ それがどのように行われているかを見てみましょう｡ 07:38.840 --> 07:47.870 では､ 仮に前の層､ 前の完全連結層､ 最後の完全連結層にこれらの数値があるとしましょう｡ 07:47.870 --> 07:50.900 そしてまた､ この数字は絶対に何でもありなのです｡ 07:50.900 --> 07:53.780 どんな数字でもいいというわけではありません｡ 07:53.780 --> 08:01.730 しかし､ 議論のために､ ここでは0から1までの数字に限定して考えることにしよう｡ 08:02.210 --> 08:05.090 だから､ こういうことを主張すると､ 理解しやすいんです｡ 08:05.450 --> 08:11.360 そして､ 1というのは､ そのニューロンがある特徴を見つけたことに非常に自信があったということです｡ 08:11.360 --> 08:15.980 そして0は､ そのニューロンが探している機能を見つけられなかったことを意味します｡ 08:15.980 --> 08:25.280 結局のところ､ これらのニューロンは､ この左側から他のものと同じように､ 画像の特徴を見ているに過ぎないからです｡ 08:25.280 --> 08:31.970 これはすでに非常に高度な処理をしていますが､ それでも画像上のある特徴､ あるいは特徴の組み合わせを検出しているのです｡ 08:31.970 --> 08:36.860 コントロールステップの直前には､ プールステップの特徴的な部分がありました｡ 08:36.860 --> 08:41.240 認識しにくくなり､ 平坦化された画像ではさらに認識しにくくなり､ そして合成され､ 08:41.240 --> 08:42.410 といった具合に｡ 08:42.410 --> 08:48.650 しかし､ それでも､ 私たちがここで話しているのは､ 画像に存在するある種の特徴､ あるいはその組み合わせについてです｡ 08:48.650 --> 08:56.900 つまり､ 一時停止しているもの､ これが重要なのですが､ 犬と猫の両方の出力ニューロンに同時に渡されているのです｡ 08:56.900 --> 09:05.030 つまり､ 私たちの議論では､ この神経細胞が発火していることを意味します｡ 09:05.030 --> 09:08.360 その機能を高速で検知しているのです｡ 09:08.360 --> 09:10.100 それは眉毛かもしれませんね｡ 09:10.100 --> 09:15.080 また､ わかりやすくするために､ この眉毛を検出しているのかもしれません｡ 09:15.080 --> 09:17.300 そして､ それを犬の神経細胞に伝えているのです｡ 09:17.330 --> 09:20.270 猫の神経細胞が､ 眉毛が見える､ 眉毛が見えると言っているのです｡ 09:20.270 --> 09:25.100 そして､ その意味を理解するのは､ 犬や猫のニューロン次第なのです｡ 09:25.100 --> 09:25.640 そうですね｡ 09:25.640 --> 09:28.370 それで､ この場合､ どの神経細胞が発火しているのか？ 09:28.370 --> 09:30.530 この3つの神経細胞が眉毛を発火させているのです｡ 09:30.530 --> 09:36.020 そして､ 鼻が言っているとしましょう､ 大きな鼻が見えて､ 耳がペタペタしているのが見えるのです｡ 09:36.020 --> 09:40.460 だから､ 犬にも猫にも､ そして犬にも言っているんです｡ 09:40.460 --> 09:43.280 そして､ これが犬であることがわかるのです｡ 09:43.280 --> 09:49.880 つまり､ 犬の神経細胞は､ 答えが実際に犬であることを知っているのです｡ なぜなら､ 私たちは最後に絵と比較するか､ 09:49.880 --> 09:53.570 絵のラベルと比較して､ 犬であることを知っているからです｡ 09:53.570 --> 09:58.610 つまり､ 犬の神経細胞は､ 「ああ､ この場合は私が引き金になるはずだ」と言うわけです｡ 09:58.610 --> 09:59.540 つまりこれらは 09:59.650 --> 10:00.370 私のニューロン 10:00.370 --> 10:08.920 彼らは､ 私と犬と猫の両方に送っている信号が､ 実は私にとってそれが犬であることを示しているのだと言っているのです｡ 10:08.920 --> 10:13.540 そして､ このような繰り返しが何度も繰り返されると､ 犬は､ その特徴が犬のものであるときに､ 10:13.540 --> 10:19.450 これらのニューロンが確かに発火することを学習するようになります｡ 10:19.480 --> 10:24.100 一方､ 猫の神経細胞は､ それが猫ではないことを知っています｡ この機能が発火して､ この神経細胞が､ 10:24.100 --> 10:30.970 ペラペラの耳､ ペラペラの耳､ ペラペラの耳が見えるが､ 同時に猫でもないことを私に伝えていることを知ることができるのです｡ 10:30.970 --> 10:35.740 つまり､ 私にとっては､ この神経細胞は無視したほうがいいという信号なのです｡ 10:35.740 --> 10:41.440 そして､ そうなればなるほど､ 猫の神経細胞は､ この耳が垂れているという神経細胞を無視するようになるのです｡ 10:42.160 --> 10:49.000 そして､ 基本的には､ このようなことが頻繁に起こる場合は､ たくさんの反復を経てそうなるのです｡ 10:49.000 --> 10:50.020 つまり､ これはほんの一例なのです｡ 10:50.020 --> 10:54.370 でも､ これが頻繁に起こるなら､ 1でも0でもいいかもしれない｡ 8, 0. 9､ もしかしたら発射されない時もあるかもしれない｡ 10:54.370 --> 10:59.410 しかし､ 全体として平均すると､ この神経細胞は非常に頻繁に点灯しているのです｡ 10:59.410 --> 11:05.830 それが本当に犬であれば､ 犬の神経細胞はこの神経細胞をより重要視するようになる｡ 11:05.830 --> 11:06.520 そして､ こうなりました｡ 11:06.520 --> 11:08.290 それは､ そういう意味での符号化です｡ 11:08.320 --> 11:14.200 この3つのニューロンは､ 何度も何度もサンプルとエポックを繰り返しながら､ 11:14.200 --> 11:16.810 記憶していくのです｡ 11:16.810 --> 11:23.170 サンプルとはデータセットの行のことで､ エポックとはデータセット全体を何度も何度も繰り返し見ることです｡ 11:23.170 --> 11:25.000 何度も何度も繰り返されます｡ 11:25.000 --> 11:34.090 この犬の神経細胞は､ この眉毛の神経細胞､ この大きな鼻の神経細胞､ このペラペラの耳の神経細胞､ これらすべてが､ 11:34.090 --> 11:43.690 探しているものが何か､ どれが犬なのかを分類するのに､ 本当によく貢献しているようだと学びました｡ 11:44.320 --> 11:45.520 そういうことなんですね｡ 11:45.520 --> 11:55.060 繰り返しますが､ これらの耳や鼻､ 眉毛は､ 非常に近似しているか､ 非常に遠い例です｡ この段階では､ この畳み込みニューラルネットワーク全体では､ 11:55.060 --> 12:03.490 何を探しているのか､ まったく認識できないのですから｡ 12:03.490 --> 12:08.890 しかし同時に､ 犬や猫など､ 分類しているものの特徴にあるものです｡ 12:09.190 --> 12:11.140 そして､ そうして次に進みましょう｡ 12:11.140 --> 12:17.830 今度は猫の神経細胞を見ますが､ これらの重みは犬を整理したものだと覚えておいてください｡ 12:17.830 --> 12:21.130 つまり､ 犬は他のニューロンを無視しているようなものです｡ 12:21.130 --> 12:22.570 1､ 2､ 3､ 4､ 5｡ 12:22.570 --> 12:26.140 しかし､ この3つの神経細胞が何を言っているのかに､ 本当に注意を払っているのです｡ 12:26.290 --> 12:28.240 さて､ 猫は何を聴いているのでしょう？ 12:28.240 --> 12:31.480 まあ､ 実際に猫であるときはいつでも､ ですね｡ 12:32.500 --> 12:35.500 これは......実は猫である場合の例です｡ 12:35.500 --> 12:42.460 だから､ この3つのニューロン､ 0. 9, 0. 9と1､ 何か言ってますね｡ 12:42.460 --> 12:44.530 犬にも猫にも何か言っている｡ 12:44.530 --> 12:45.730 そして､ これがまた､ 重要なことなのです｡ 12:45.730 --> 12:48.520 この出力信号が双方向になるわけです｡ 12:48.520 --> 12:49.450 同じでしょう？ 12:49.450 --> 12:54.190 しかし､ そのシグナルを考慮して学習するかどうかは､ 12:54.190 --> 13:00.070 犬や猫次第なのです｡ 13:00.280 --> 13:04.000 そして､ 犬にも猫にも､ これが写真であることがわかる｡ 13:04.030 --> 13:07.000 本来ならここに猫の写真を載せるべきなのですが､ 基本的には猫の写真を想像してください｡ 13:07.000 --> 13:09.910 犬も猫も､ これが実は猫であることがわかる｡ 13:09.910 --> 13:18.970 だから､ 基本的に犬は､ ああ､ そうか､ このヒゲと､ このとんがった三角形の耳と､ この小さいサイズか､ 13:18.970 --> 13:26.320 ああ､ このタイプか､ 猫には目にこういうのがあるよね？ 13:26.320 --> 13:28.240 その目はまるで小さい｡ 13:28.240 --> 13:32.110 円ではなく､ その線というか､ そういうものです｡ 13:32.110 --> 13:33.280 猫の目のように｡ 13:33.280 --> 13:37.390 基本的に､ このキャットアイ､ 私には絶対無理です｡ 13:37.390 --> 13:43.990 この神経細胞が光るたびに､ 私が求めている予測とは違うことが起こるので､ 予測を助けてはくれないのです｡ 13:44.020 --> 13:46.810 一方､ 猫は､ ふーん､ 面白いね､ という感じです｡ 13:46.810 --> 13:51.430 これが点灯するたびに､ あるいはほとんどの場合､ 点灯するんです｡ 13:51.430 --> 13:53.800 私の期待に応えてくれる｡ 13:53.800 --> 13:55.210 私が求めているものと合致しています｡ 13:55.240 --> 13:55.540 なるほど｡ 13:55.540 --> 13:57.970 それならこの人の話をもっと聞いてみようかな｡ 13:57.970 --> 13:58.870 こちらも同じです｡ 13:58.870 --> 14:01.840 毎回点灯するか､ ほとんどの回数が点灯する｡ 14:02.620 --> 14:09.040 たまたま予想が当たったから報われる｡ 14:09.040 --> 14:09.670 それは猫です｡ 14:09.670 --> 14:11.230 なるほど､ じゃあもっと話を聞いてみようかな｡ 14:11.230 --> 14:16.060 あのね､ この人は私には役に立たないの､ だって彼は実際に彼とは違うんだもの｡ 14:17.020 --> 14:17.980 点火していない 14:17.980 --> 14:19.870 猫なんだけど､ 火をつけないんだよね｡ 14:19.870 --> 14:20.950 だから､ その逆が起きているのです｡ 14:20.950 --> 14:22.000 そして､ こちらも同様に｡ 14:22.000 --> 14:23.410 猫なのに､ 火がつかない｡ 14:23.410 --> 14:24.340 だから､ 彼の話には耳を貸さないことにしている｡ 14:24.340 --> 14:27.520 しかし､ この人は､ 彼が......これは何だ？ 14:27.520 --> 14:27.940 目です｡ 14:27.940 --> 14:29.350 猫の目が光る｡ 14:29.590 --> 14:31.780 猫であることがわかる｡ 14:31.780 --> 14:33.220 ほとんどの場合､ マッチします｡ 14:33.220 --> 14:38.650 だから､ それを見習って､ この3人の話を聞くことが多くなった｡ 14:38.650 --> 14:42.940 つまり､ 猫はこの3つの音を聞いていて､ 他の5つの音は無視しているのです｡ 14:42.940 --> 14:53.620 そして､ この最終的なニューロンが､ 完全に接続された最終層のどのニューロンの話を聞けばいいのかを､ こうして学ぶのです｡ 14:53.620 --> 14:58.330 つまり､ 出力ニューロンは､ 完全接続と最終的な完全接続のどちらを学習するかということです｡ 14:58.640 --> 14:59.990 聞くべきは彼らの神経細胞｡ 14:59.990 --> 15:02.360 そして､ そうやって理解するのです｡ 15:02.720 --> 15:08.720 基本的には､ そうやって特徴をネットワークに伝搬させ､ 出力に伝えていくわけです｡ 15:08.720 --> 15:13.820 そのため､ 耳やひげのように､ その特徴にそれほど意味がなくても､ 15:13.820 --> 15:21.770 同時に､ その特定のクラスの特徴として､ 何らかの特徴があるのです｡ 15:21.770 --> 15:29.660 バックプロパゲーションの過程で､ 特徴検出器を調整することもありますから｡ 15:29.660 --> 15:36.410 なぜなら､ これは1日や2日で起こることではなく､ 何千回､ 15:36.410 --> 15:40.790 何万回と繰り返されることだからです｡ 15:40.790 --> 15:47.120 ですから､ 時間とともに､ ネットワークにとって無用な機能は無視され､ 有用な機能に置き換えられていくのです｡ 15:47.120 --> 15:53.510 そして､ 最終的には､ このニューロンの最終層で､ 画像から犬と猫を代表する､ あるいは説明するような特徴､ 15:53.510 --> 16:00.620 あるいは特徴の組み合わせをたくさん得ることができるのです｡ 16:01.460 --> 16:06.560 そして､ ネットワークがトレーニングされると､ このように応用されるようになります｡ 16:06.560 --> 16:08.540 だから､ これは次のステップで､ もうトレーニングしたようなものなんです｡ 16:08.540 --> 16:12.950 それでは､ このネットワークを適用するとどうなるのか､ 見てみましょう｡ 16:12.950 --> 16:15.170 そこで､ 犬の画像を渡すとします｡ 16:16.280 --> 16:20.300 その値がネットワークを通じて伝播することで､ ある一定の値を得ることができます｡ 16:20.300 --> 16:24.860 で､ 今回の犬と猫のニューロンは知らんぷり｡ 16:24.860 --> 16:26.660 ここには犬のイメージはないそうです｡ 16:26.660 --> 16:28.370 犬や猫であることを知らないのです｡ 16:28.370 --> 16:35.570 彼らはそれが何であるかはわからないが､ ここで示されていることに耳を傾けることを学んだのだろう？ 16:35.570 --> 16:40.670 彼らは､ 犬の神経細胞はこの3つの神経細胞の声を聞き､ 猫の神経細胞はこの3つの神経細胞の声を聞くことを学びました｡ 16:40.670 --> 16:44.690 そして､ 犬の神経細胞は1から3を見て､ 「あぁ､ これはかなり高いな」と言います｡ 16:44.690 --> 16:47.570 だから､ 犬である確率が高くなるんです｡ 16:47.600 --> 16:52.550 猫の神経細胞はこの3つを見て､ よし､ これはかなり高いな､ でもこれはかなり低いな､ 16:52.550 --> 16:53.450 と言います｡ 16:53.450 --> 16:54.230 面白いですね｡ 16:54.230 --> 16:56.870 だから､ 私の確率は0になる｡ 05. 16:56.870 --> 17:00.020 そして､ そして､ そして､ そこで予想がつくのです｡ 17:00.020 --> 17:05.600 そうすると､ このニューラルネットワークの最初の選択肢は犬､ 2番目の選択肢は猫ということになりますね｡ 17:05.600 --> 17:06.830 といったところでしょうか｡ 17:06.830 --> 17:08.030 だから､ 答えは犬です｡ 17:08.150 --> 17:16.520 また､ 猫の画像を渡しても同じことが起こり､ 新しい値が得られ､ これは高いけれども､ これは低いということがわかります｡ 17:16.520 --> 17:20.450 そして､ 猫の場合は､ こっちが高く､ こっちが高く､ こっちがちょっと低い｡ 17:20.450 --> 17:23.870 ですから､ ここでの確率は以前ほど大きくないかもしれません｡ 17:23.870 --> 17:26.720 それでも79％の猫であることはおわかりいただけると思います｡ 17:26.720 --> 17:30.080 そのため､ ニューラルネットワークは「猫だ」と投票することになります｡ 17:30.080 --> 17:33.140 そうすると､ 基本的にニューラルネットワークはすべて「猫だ」と結論づけることになるんです｡ 17:33.140 --> 17:36.230 投票とはこいつらのためにあるような言葉だ｡ 17:36.230 --> 17:42.650 つまり､ 最後の完全連結層にあるこれらのニューロンは､ 投票することができ､ これが彼らの票となるのです｡ 17:42.650 --> 17:47.120 また､ ここでは議論のために､ 0と1の間の値を入れているだけです｡ 17:47.120 --> 17:54.410 これはどんな価値観でもいいのですが､ 投票してもらって､ その投票の重要性を重み付けしています｡ 17:54.410 --> 18:00.470 つまり､ この紫色の重みは､ 犬の神経細胞が自分の票をどう見ているかを示しているのです｡ 18:00.470 --> 18:04.730 これらの神経細胞や投票にどれほどの重要性を持たせているのか｡ 18:04.730 --> 18:12.650 そして､ 猫の神経細胞は､ これらへの投票をどれだけ重要視しているかということである｡ 18:12.650 --> 18:16.580 そして､ これらのニューロンは､ 学習した重みに基づいて犬と猫に投票する｡ 18:16.580 --> 18:20.840 聴く人を決めて､ 予想を立てて､ ホールドするのです｡ 18:20.840 --> 18:24.350 ニューラルネットワークは､ これは､ この場合､ 猫であると結論付けている｡ 18:24.350 --> 18:26.870 そして､ それが､ そして､ それがあなたの結論です｡ 18:26.870 --> 18:36.740 そうすると､ このようにチーターがいて､ 高い確率でチータークラスがあるようなイメージになるわけです｡ 18:36.740 --> 18:39.830 つまり､ これがネットワークが予測した確率です｡ 18:39.830 --> 18:43.880 そしてこれらは最低ラインですが､ これらはまだ小さな可能性のようなものなので､ まだ存在しています｡ 18:43.880 --> 18:49.220 他のニューロンも有権者の声に耳を傾けて､ ああ､ 実はヒョウなのかもしれない､ と言っている｡ 18:49.220 --> 18:51.600 そして､ ここでは新幹線がとてもとても確率が高いのです｡ 18:51.650 --> 18:57.440 ハサミの神経細胞､ ハサミの神経細胞､ 出力､ 18:57.440 --> 19:03.020 この神経細胞は､ 投票者の声を聞いて､ 19:03.020 --> 19:09.740 全体として優勢な票を獲得していました｡ 19:09.980 --> 19:10.760 そうそう､ そうなんです｡ 19:10.760 --> 19:14.390 それが､ フルコネクションの仕組みであり､ このあり方です｡ 19:14.390 --> 19:16.400 これらすべてが一体となって展開されるのです｡ 19:16.400 --> 19:18.620 本日のチュートリアルを楽しんでいただければ幸いです｡ 19:18.620 --> 19:22.730 こちらもまとめにまとめて､ また次回お会いしましょう｡ 19:22.730 --> 19:24.800 それまでは､ ディープラーニングを楽しんでください｡