【E資格不合格から学ぶ】AlexNet（画像認識）のポイントを解説！

　「AlexNet」は深いCNN（畳み込みニューラルネットワーク）を用いて画像認識を行う深層学習モデルであり、2012年にILSVRC（物体検出コンペティション）においてSVM（サポートベクターマシン）を用いた従来の機械学習手法に対して圧勝したものですが、興味があっても難しそうで何から学んだらよいか分からず勉強のやる気を失うケースは非常に多いです。

　私は過去に基本情報技術者試験（旧：第二種情報処理技術者試験）に合格し、また2年程前に「一般社団法人 日本ディープラーニング協会」が主催の「G検定試験」に合格しました。現在、「E資格」にチャレンジ中ですが３回不合格になり、この経験から学習の要点について学ぶ機会がありました。

　そこでこの記事では、「AlexNet」のポイントについて解説します。

　この記事を参考にして「AlexNet」が理解できれば、E資格に合格できるはずです。

<<「AlexNet」のポイントについて今すぐ見たい方はこちら

1.AlexNetの概要

2.AlexNetの構造

3.Pythonコード

パラメータ名	型	概要
axis	０または’index’ 1または’columns’	｢0または’index’｣(列データ)の中での最大値を取得するor ｢1または’columns’｣(行データ)の中での最大値を取得するかを指定
max(axis=0)	1番目はaxis=0で指定	最大値を取得できる
shape		各次元毎の要素数を示す
reshape	第1引数：変更したい配列を指定 第2引数：タプルまたはリストで変更後の形状を指定	配列の形状を変換
T	〇○○.T	T属性で元の二次元配列（行列）の転置行列を取得できる

4.AlexNetの改善モデル

5.まとめ

最後まで読んで頂きありがとうございます。
皆様のキャリアアップを応援しています!!