畳み込み（Convolution）は重要ポイントを整理して理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk neural_network cnn convolution

G検定トップ ＞ 畳み込み（Convolution）

まず結論

  • 畳み込みはCNNの中核となる処理
  • 小さなフィルタを画像上で滑らせて特徴を抽出する
  • ストライド・パディングで 出力サイズと特徴の取り方 が決まる

直感的な説明

畳み込みは、

「虫眼鏡で画像の一部分ずつを見て、特徴があるかを調べる」

ような処理です。

  • 小さい範囲だけを見る
  • 同じ見方（同じフィルタ）を画像全体に適用

これにより、 場所が違っても同じ特徴を検出できます。

定義・仕組み

フィルタ（カーネル）

  • 小さな行列（例：3×3）
  • エッジや模様などの特徴を検出

ポイント

  • フィルタの値は 学習によって決まる
  • 人が事前に決めるわけではない

畳み込み演算

  • フィルタと画像の対応要素を掛け算
  • その総和を1つの値として出力

この処理を画像全体に対して行い、 特徴マップ（Feature Map） を作ります。

ストライド（Stride）

  • フィルタを動かす間隔

影響

  • 大きい → 出力サイズが小さくなる
  • 小さい → 情報量が多いが計算量増加

パディング（Padding）

  • 画像の周囲に値（通常は0）を追加

目的

  • 画像サイズを保つ
  • 端の情報を失わない

出力サイズの考え方

  • ストライド ↑ → サイズ ↓
  • パディングあり → サイズ維持しやすい

※ 数式暗記より、影響関係を理解するのが重要

いつ使う？（得意・不得意）

得意なこと

  • エッジ・角・模様などの局所特徴検出
  • 画像・2次元データ処理

注意点

  • フィルタサイズやストライドの設定次第で情報を失う

G検定ひっかけポイント

  • ❌「フィルタは人が設計する」→ 誤り
  • ❌「畳み込みは画像全体を一度に見る」→ 誤り
  • ✅ フィルタは 学習で獲得
  • ✅ 重み共有 によりパラメータ削減
  • ✅ パディングは端の情報保持

まとめ（試験直前用）

  • 畳み込みは 局所特徴抽出
  • フィルタは学習される
  • ストライド・パディングで出力サイズが決まる

👉 次は プーリング（Pooling） を見ていきます。

🔗 関連記事

🏠 G検トップに戻る