LeNetはを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

G検定トップ ＞ LeNetとは？【G検定対策】

まず結論

  • LeNetとは、1989年に Yann LeCun によって提案された、畳み込みニューラルネットワーク（CNN）の黎明期を代表するモデルで、主に手書き数字認識で高い性能を示した。
  • G検定では「時代」「何を達成したモデルか」「AlexNetとの違い」が問われる。

直感的な説明

  • 現代のCNNがビルだとすると、LeNetはその基礎となる土台。
  • 「画像を小さな領域ごとに見る」「重要な特徴だけを残す」という、今も使われている考え方を最初に形にした。

定義・仕組み

  • 主な構成要素：

    • 畳み込み層（Convolution）
    • プーリング層（Subsampling）
    • 全結合層（Fully Connected）
  • MNISTなどの手書き数字認識タスクで利用。
  • 活性化関数には当時一般的だった tanh などを使用。

いつ使う？（得意・不得意）

得意

  • 小規模画像認識
  • CNNの教育・歴史的理解

不得意・注意点

  • 大規模画像（ImageNetなど）には不向き
  • 深さ・表現力は現代CNNに劣る

G検定ひっかけポイント

  • 「AlexNetの後に提案された」→ ✕
  • 「ImageNetで優勝した」→ ✕（それはAlexNet）
  • 「プーリング層がない」→ ✕
  • 「自然言語処理用モデル」→ ✕
  • 時代感（1989年）と用途（手書き数字）が判断基準

まとめ（試験直前用）

  • LeNetはCNN黎明期の代表モデル
  • Yann LeCunが1989年に提案
  • 手書き数字認識で成功
  • プーリング層を含む構造
  • AlexNetよりはるか以前のモデル

🔗 関連記事

🏠 G検トップに戻る