畳み込みニューラルネットワーク（CNN）

畳み込みニューラルネットワーク（CNN: Convolutional Neural Network）は、主に画像認識や画像分類などの視覚的データ処理に用いられるディープラーニングのモデルです。PyTorchでは、torch.nnモジュールを活用することで、CNNを柔軟に定義・訓練することができます。

1. CNNの基本構造

CNNは以下のようなレイヤーを組み合わせて構成されます：

  • 畳み込み層（Convolutional Layer）

    • フィルタ（カーネル）を用いて画像特徴を抽出

    • nn.Conv2dを使用

  • 活性化関数（Activation Function）

    • 非線形性を導入するためにReLUなどを適用

    • nn.ReLUなど

  • プーリング層（Pooling Layer）

    • 特徴マップの空間サイズを縮小（代表値抽出）

    • nn.MaxPool2dがよく使用される

  • 全結合層（Fully Connected Layer）

    • 最終的な分類を行う

    • nn.Linearを使用

2. PyTorchでの実装例

以下は、PyTorchでCNNを定義する簡単な例です：

python
import torch
import torch.nn as nn
import torch.nn.functional as F

class SimpleCNN(nn.Module):
    def __init__(self):
        super(SimpleCNN, self).__init__()
        # 畳み込み層1: 入力チャネル1、出力チャネル16、カーネルサイズ3
        self.conv1 = nn.Conv2d(1, 16, kernel_size=3, padding=1)
        # プーリング層
        self.pool = nn.MaxPool2d(2, 2)
        # 畳み込み層2
        self.conv2 = nn.Conv2d(16, 32, kernel_size=3, padding=1)
        # 全結合層
        self.fc1 = nn.Linear(32 * 7 * 7, 128)
        self.fc2 = nn.Linear(128, 10)  # 出力クラス数: 10（例: MNIST）

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))  # Conv1 -> ReLU -> Pool
        x = self.pool(F.relu(self.conv2(x)))  # Conv2 -> ReLU -> Pool
        x = x.view(-1, 32 * 7 * 7)  # フラット化
        x = F.relu(self.fc1(x))     # FC1 -> ReLU
        x = self.fc2(x)             # FC2 (出力)
        return x

3. CNNの学習フロー

CNNモデルを学習させる際の基本的な手順は次の通りです：

  1. データのロード

    • torchvision.datasetsやtorch.utils.data.DataLoaderを使用

  2. モデルのインスタンス化

    • model = SimpleCNN()

  3. 損失関数とオプティマイザの定義

    • loss_fn = nn.CrossEntropyLoss()

    • optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

  4. 訓練ループの実装

    • 学習データに対して順伝播、損失計算、逆伝播、重み更新を行う

  5. 評価

    • テストデータで精度などの評価指標を確認

4. CNNの応用例

CNNは以下のようなタスクで広く利用されています：

  • 画像分類（MNIST, CIFAR-10）

  • 物体検出（YOLO, Faster R-CNN）

  • セマンティックセグメンテーション（U-Netなど）

  • 医療画像解析、顔認識、スタイル変換　など

5. PyTorchにおける利点

PyTorchのCNNモデル構築は以下の点で優れています：

  • nn.Moduleを使った柔軟なモデル設計

  • GPU対応による高速な学習（.to("cuda")で切替）

  • torchvision.transformsで画像前処理を効率化

  • autogradによる自動微分

生成日：2025/05/22