---
title: "CNNまとめ1枚チートシート（G検定対策）"
description: "（この1枚でOK）* CNNは「畳み込み＋プーリング＋全結合* 計算問題は* 出力サイズ* パラメータ数* H×W×C を追えば必ず解ける。 AI・機械学習での位置づけ、関連モデルや手法との違い、G検定で混同しやすい判断軸を確認できます。"
canonical_url: "https://stemtazoo.github.io/gk/cnn-cheatsheet/"
section: "gk"
---

## まず結論（この1枚でOK）

* **CNNは「畳み込み＋プーリング＋全結合」**
* 計算問題は

  * 出力サイズ
  * パラメータ数
* **H×W×C を追えば必ず解ける**

---

## CNNの基本構造

```
入力
 ↓ Conv（畳み込み）
 ↓ Pooling
 ↓ Conv
 ↓ Pooling
 ↓ Flatten
 ↓ 全結合（FC）
 ↓ 出力
```

---

## 覚える式はこの2つだけ

### ① 出力サイズ（Conv / Pooling 共通）

```
(入力 + 2P − K) ÷ S + 1
```

* P：パディング
* K：カーネルサイズ
* S：ストライド

---

### ② パラメータ数（Conv）

```
K × K × Cin × Cout + Cout
```

* 空間サイズは **関係なし**

---

## 各層で何が変わる？

| 層       | 空間サイズ   | チャネル数   | パラメータ |
| ------- | ------- | ------- | ----- |
| Conv    | 変わる     | **変わる** | あり    |
| Pooling | **変わる** | 変わらない   | 0     |
| Flatten | 消える     | 消える     | 0     |
| FC      | なし      | なし      | あり    |

---

## 超頻出ひっかけまとめ

* ❌ +1 を忘れる
* ❌ パディングを 2P にしない
* ❌ 出力サイズをパラメータ計算に使う
* ❌ Poolingのパラメータを計算する
* ❌ RGBなのにチャネル1

---

## 試験中の最短手順

1. H×W×C を書く
2. Conv → 式で計算／C変更
3. Pooling → 式で計算のみ
4. Flatten → 掛け算
5. FC → ノード数

---

## まとめ（試験直前用）

* CNN計算は **流れ作業**
* 覚える式は2つだけ
* 迷ったら **H×W×C に戻る**

👉 この1枚を見ればCNN計算は完璧