フィルターFilter / Kernel

何を探すかが書き込まれた小さな数値の板

ポイント
  • フィルターは写真の上を動き回る小さな数値の板です。カーネルとも呼ばれます。
  • 板のマスごとに数字が書かれていて、その数字の並びが何を探すかを決めます。
  • 板に書かれた数字は人が書き込みません。学習しながら自然に決まる値です。
  • 一つの層には板が一枚ではなく数十から数百枚あり、いくつもの模様を同時に探します。
  • 板はふつうとても小さく、縦横三マスがいちばんよく使われます。その代わり何層にもわたって重ねて使います
目次

1たとえで理解する

文房具店で売っている型抜き定規を思い浮かべてください。薄い板に丸や三角、細長い穴がずらりと開いているあの定規です。板に開いた穴がそのままその定規が扱う形です。開いていない形はその定規では何もできません。板そのものが「自分はこういう形を扱う」という宣言のようなものです。

この定規を絵の上に乗せてみます。縦に細長い穴が開いた定規を乗せると柱が立っている場所で穴の中がぎっしり埋まり、横に細長い穴が開いた定規を乗せると棚がある場所で穴の中がぎっしり埋まります。絵はそのままなのに定規を差し替えると目立つ場所がそっくり変わります。定規を一式そろえて一枚ずつ乗せていけば、絵一枚から何通りもの傾向が一度に浮かび上がります。

2くわしく

穴の場所には実は数字があります

定規に開いた穴とふさがった場所は、実際には数字です。明るくあるべき場所には大きな正の数、逆に暗くあるべき場所には負の数、あってもなくてもよい場所には0に近い値が書き込まれます。

絵の上に板を乗せると、重なった場所どうしを掛けて足します。板の正の値の場所に明るい点が来て負の値の場所に暗い点が来れば合計は大きく出ます。逆に置かれれば大きな負の数が出て、板と何の関係もない模様の上では0近くが出ます。だから板に書かれた数字の並びこそが「何を探すか」です。

同じ板を写真のすみずみまで同じように使う点が重要です。左上で縦線を探した板と右下で縦線を探す板が同じ板なので、板一枚に書かれた数字九個だけを覚えておけば、写真がどれほど大きくても対応できます。

何を探すかは人が決めません

板に書かれた数字は最初は何の意味もない値です。写真ごとに答えが付いた資料をたくさん見ながら、答えが外れた分だけ数字を少しずつ直していきます。この過程を数え切れないほど繰り返すと、板が自然と役に立つ形に落ち着きます。

面白いのは、誰も指示していないのに一番目の層の板がたいてい線やにじみ、色の境目を探す形に落ち着くことです。写真という資料でいちばん役に立つ細かい模様がもともとそういうものだからです。層が深くなるほど板が探すものは人の言葉に置き換えにくくなります。「丸いものの上に縦線が二本ある模様」といった具合で、名前を付けるのがあいまいになります。

そのため学習を終えた板を人が眺めても意味を読み取るのは簡単ではありません。手前の層は目で見ても分かりますが、奥の層の板は絵に描いてもどんな形か見当が付かないことが多いです。同じ層の中でも板ごとに落ち着く先はばらばらで、似た模様を重ねて探す板が現れることもあります。

板は一枚ではありません

一つの層に板が一枚しかなければ、探せるものも一種類だけです。そこで実際には一つの層に板を数十から数百枚置き、すべて別々に走査します。板が六十四枚なら結果の絵も六十四枚出ます。

次の層はこの何枚もの束をまるごと受け取ります。だから次の層の板は平らな一枚ではなく、前の層の枚数だけ厚みのある塊です。縦横は相変わらず三マスでも、厚みが六十四層分ある具合です。色のある元の写真を扱う最初の層も同じく、赤・緑・青の三重の厚みを持ちます。板の枚数をいくつにするかは層ごとに人が決めますが、その数字自体も試しながら調整していきます。

小さな板を何度も重ねて使います

板を大きく作れば一度に広い範囲を見られます。ところが板が大きくなると書き留める数字が急に増えます。三マスなら九個で済みますが、七マスなら四十九個必要です。

そこで小さな板で何度も走査するほうを選ぶことが多いです。三マスの板で二回走査すれば結局五マス分の範囲を見ることになりますが、数字は十八個で足ります。層を深く積む最近の構造が小さな板にこだわる理由です。

3もう少し正確に

フィルターは畳み込み層が持つ学習可能な重みの束です。板一枚は縦・横・厚みを持つ値の塊で、ここに基準値が一つ付いてきます。一つの層のフィルター数がその層が出す結果の枚数を決め、フィルター数と板の大きさがその層のパラメータ数を決めます。

型抜き定規のたとえがずれる点もあります。定規に開いた穴は目で見て形がそのまま分かりますが、フィルターに書かれた数字は人が見て意味をつかみにくいです。特に奥の層の板は手前の層が作り出した結果の上で動くため、元の写真のどんな形に反応するのかすぐには読み取れません。

また定規は一度作れば穴がそのままですが、フィルターは学習が進む間ずっと少しずつ変わります。学習が終わって初めて値が固まります。あらかじめ学習しておいた板をそのまま持ってきて、末端だけ新しく学習させる方式も広く使われています。板の枚数と大きさは人が決めますが、そこに書き込む数字までは人の手が及ばないという線引きが、フィルターという道具の性格をよく表しています。

4やってみる

5よくある誤解

  • フィルターが写真加工アプリのフィルターと同じものだと思われがちですが、実際には写真を飾る効果ではなく模様を探して点数を付ける値の板です。

  • 人がフィルターに探す形を書き込むと見なされがちですが、実際には学習の過程で値が自然に決まり、人は板の大きさと枚数だけを決めます。

  • フィルターが大きいほどよく見つかると思われがちですが、実際には小さな板を何層にも重ねるほうが値も少なくて済み、結果もよいことが多いです。

7ひとこと要約

つまりフィルターはマスごとに数字が書かれた小さな数値の板で、その数字の並びが何を探すかを決め、値そのものは学習によって決まります。

誤りや、もっと良いたとえがありますか? 修正を提案する · 最終更新2026-09-02