人工知能 (AI)
第十六回 プーリング
プーリングは、畳み込みと同じく、画像の特徴を残しながらサイズを小さくする技法のひとつであり、ニューラルネットワークに与える入力値を減らすために有効です。
処理の内容は畳み込みと似ているのですが、フィルターにパラメータは存在しません。 フィルターによって画像の一部を取り出し、そこに含まれるピクセル値に対して何らかの処理を行って値を得ます。 最大値を得るものを最大プーリング、平均値を得るものを平均プーリングと呼びます。
グレースケール画像を例に、具体的な例を見ていきましょう。 畳み込みの例で使用したものと同じグレースケール画像に対して、縦横3ピクセルずつのフィルターを使って最大プーリングを行います。
結果として、縦横3ピクセルずつの画像が得られました。
プーリング処理は、畳み込み処理と同様、元画像の特徴を残した、より小さいピクセルサイズの新しい画像を生成することができます。 これにより、学習対象となるパラメータの数を減らすことができ、最終的に学習が終わるまでの時間が短縮されます。