畳み込みニューラルネットワークの基礎と画像認識活用事例・判断根拠の理解

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明いたします。
また、畳み込みニューラルネットワークの判断根拠の視覚的説明や応用方法、実装に向けた環境やディープラーニングフレームワークについても紹介し、実践的に活用できる内容を網羅的に説明いたします。

日時

開催予定

プログラム

深層学習の代表的な手法である畳み込みニューラルネットワークは画像認識分野で様々なタスクへの応用が進んでいます。  本講義では、畳み込みニューラルネットワークの基礎と画像認識分野における応用事例について説明します。また、畳み込みニューラルネットワークの判断根拠の視覚的説明や、Transformerを活用した最新手法についても説明します。実装に向けた環境やディープラーニングフレームワークによるサンプルコードの説明など実践的に活用できる内容についても説明します。

  1. ディープラーニングの現在
  2. 畳み込みニューラルネットワーク (CNN:Convolutional Neural Networks)
    1. 畳み込み層
    2. プーリング層
    3. 全結合層
    4. 出力層
  3. 畳み込みニューラルネットワークの学習
    1. 誤差逆伝播法
    2. 最適化法
      • SGD
      • Adam
      • RMSProp
  4. ネットワーク構造
    1. AlexNet
    2. VGG
    3. GoogLeNet
    4. ResNet
    5. DenseNet
  5. 汎用性を向上させるためのテクニック
    1. Dropout
    2. Batch Normalization
    3. データ拡張
      • Mix up
      • Cut out等
  6. 物体検出への応用
    1. Faster R-CNN
    2. YOLO
    3. SSD
  7. セグメンテーションへの応用
    1. FCN
    2. SegNet
    3. U-Net
    4. PSP Net
  8. ネットワークの可視化・視覚的説明
    1. CAM
    2. CAM Grad
    3. Attention Branch Network
  9. 最新動向
    1. Transformer
    2. Vision Transformer
  10. ディープラーニングのフレームワークと実装
    1. Pytorch による実装
    2. Neural Network Console

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて