●9個のVBAマクロを順番に実行する
その後は3層目と同じようにひたすらVBAマクロを実行します。表2-01の順にすべて実行してください。
表2-01 VBAマクロ一覧
| モジュール名 |
マクロ名 |
機能 |
シートの数 |
| Module1 |
Sub layer4_in |
入力画像生成（前層から転写） |
32 |
| Module2 |
Sub layer4_im2col |
im2col関数 |
32 |
| Module3 |
Sub layer4_mmult |
行列乗算 |
32 |
| Module4 |
Sub layer4_all |
32シートの加算 |
1 |
| Module5 |
Sub layer4_truncate |
8ビット右シフト(1/256) |
1 |
| Module6 |
Sub layer4_plus |
バイアス加算 |
1 |
| Module7 |
Sub layer4_relu |
ReLU関数＋255でリミッタ |
1 |
| Module8 |
Sub layer4_out |
32チャネルに分割 |
32 |
| Module9 |
Sub layer4_pool |
プーリング |
32 |
|
●重み係数とバイアスのシートだけはPythonからコピペしたもの
最初のシート（W4_Bias）には重み係数とバイアスがあります。これはPythonからCSV形式で書き出したものをコピペしたものです（図8-23）。縦方向に288個ありますが、これはこの層の入力が32チャネルあることによります（9×32）。横方向には32個ありますが、これはこの層の出力が32チャネルになるということです。 |
図8-23 シートW4_Biasは4層目の重み係数とバイアスがある
| 図8-24はVBAマクロModule8, Sub layer4_outを実行した結果で、outCh00〜31の32枚あります。それぞれ16×16画素からなります。 |
図8-24 マクロModule8, Sub layer4_outを実行すると32チャネル得られる
●Pythonで実行した結果と比較する
図8-25はPythonで4層目を実行した結果です。EXCELで計算したものとピタリ一致しています。全部で32チャネルあるので皆一致することを確認します。 |
図8-25 PythonをAnaconda Jupyter Labで走らせた結果
●さらにプーリングを施して4層目の結果は8x8画素になる
最後のマクロModule9, Sub layer4_poolを実行した結果は図8-26です。これは16×16画素を8×8画素に間引いたもので、この処理を「プーリング」といい（＊１）、これが次の層の入力になります。 |
図8-26 プーリングで画素が8x8になった
| （＊１）outCh00を図8-27のように2×2の領域に分け、各領域の一番大きい値をピックアップしたものがプーリング結果（図8-26）になる。 |
図8-27 各領域の最大値をとって画素数を減らす
| ●4層目はこれで終わり、5層目、6層目もこの手順で実行します。 |
次のページへ
目次へ戻る |