CNN 二値分類ラボ
フィルタと特徴マップを可視化する2クラス画像分類用の小型CNN。
このページはコンパクトなCNNを学習します：Conv(3x3) -> ReLU -> Flatten -> Dense -> ReLU -> Dense -> Softmax。
画像はグレースケール化し 32x32 にリサイズします。
二値ラベルはクラス1/2の確率に変換します。
2クラスの交差エントロピーで最適化します：
$$ L = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{2} y_{ic}\log(\hat{y}_{ic}) $$
低いLRは安定、高いLRは高速だがノイズが増えます。
- デモの猫/犬画像を読み込むか、任意画像をアップロードします。
- 重みを初期化し、数エポック回して損失と精度を確認。
- フィルタと特徴マップを確認して最初のConv層の学習内容を理解。
- テスト画像をアップロードし確率を確認。
データセット： 0
Epoch： 0
損失： -
精度： -
学習画像
アップロード画像は学習前に32x32のグレースケールに変換されます。
画像を読み込み中...
Convフィルタ（リアルタイム）
予測
-