from 東大1S情報α

「行列とベクトルの掛け算」の代わりに、空間フィルタの処理もやるニューラルネットワーク

「小さいベクトルをスカラーに変換」するフィルタを、大きいベクトル（元画像）の色々な部分（カーネル）に対してやることで、大きいベクトル（元画像）をちょっと小さくしたベクトルを得る

みたいな感じかな

この動作、確かに「畳み込み」って感じ

これをやることで、画像の中で必要な特徴を抽出する / いらない情報を排除する

その抽出方法も当然訓練される

あと、畳み込みの後にプーリングという処理もやることが多い

これは、シンプルに画像の解像度を下げる処理

from #Udacity_Intro_to_Deep_Learning_with_PyTorch

輪郭検知のとこで説明した空間フィルタ、が鍵

フィルタを、自動で学習するのがCNN

複数のフィルタを自動で作り出す、そのカーネルの数がConvolutional Layerの数

あるフィルタは、犬の耳を検出できる物かもしれない

別のフィルタは、犬の目を検出するかも

間にpooling layerってのも挟むことがある

情報をできるだけ保ったまま、サイズを小さくするためのもの

平均とる手法や、最大値取る手法などがある

最大値のやつが、画像検知には向いてる（特徴のある部分を強調するから）

CNNは、画像のdepthを増やして、widthとheightを減らしていく処理

最初のlayerはdepthは3(rgbの場合)、だからwidthとheightの方が圧倒的に大きい

Conv Layerがdepthを増やす、Pooling layerがwidthとheightを減らす