対談：AKIKO KIYAMA×真鍋大度
日本列島では古くからありとあらゆる歌と舞が存在し、さまざまな伝統楽器が鮮やかな彩りを加えてきた。ただし、それらは伝統を継承するだけでなく、時代に合わせてさまざまな形で更新され、ときにはいくつかのスタイルが融合されて新たな姿で蘇ることもあった。 ヨーロッパと日本を股にかけて活動し、リカルド・ヴィラロボスやリッチー・ホーティンらからも支持されてきた電子音楽家、AKIKO KIYAMA。彼女はYOSHIROTTEN（グラフィックアーティスト）との極めてユニークなコラボレーション作品である新作『JABARA』において、三味線や尺八といった和楽器の新たな可能性を引き出そうとしている。昨今、世間では「和楽器×○○○」の安易なフュージョンが乱発されているが、それぞれの楽器の響きや特性に着目した『JABARA』の試みには、電子音楽／ダンスミュージックの世界で活躍してきたKIYAMAならではの視点も反映され
dfltweb1.onamae.com – このドメインはお名前.comで取得されています。
このドメインは お名前.com から取得されました。 お名前.com は GMOインターネットグループ(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※表示価格は、全て税込です。 ※サービス品質維持のため、一時的に対象となる料金へ一定割合の「サービス維持調整費」を加算させていただきます。 ※1 「国内シェア」は、ICANN(インターネットのドメイン名などの資源を管理する非営利団体)の公表数値をもとに集計。gTLDが集計の対象。 日本のドメイン登録業者(レジストラ)（「ICANNがレジストラとして認定した企業」一覧（InterNIC提供）内に「Japan」の記載があるもの）を対象。 レジストラ「GMO Internet Group, Inc. d/b/a Onamae.com」のシェア値を集計。 2023年5月時点の調査。
出力層で使うソフトマックス関数 - HELLO CYBERNETICS
ニューラルネットの分類問題 分類するクラスの数＝出力層のユニットの数 ラベルデータ 現実の出力 ソフトマックス関数 確率を出力している 交差エントロピー 損失関数 交差エントロピーを用いる理由 ニューラルネットの分類問題 分類するクラスの数＝出力層のユニットの数 ニューラルネットワークで分類問題を解く場合は、入力層はデータの次元の数に合わせ、中間層は任意の構造を持たせることができますが、出力層は分類したい種類（クラス）と同じ数のユニットで構成します。 あるデータから、男女を判別したいならば出力層のユニットは2つですし、お馴染みの手書き文字認識のmnistを使う場合は「0〜9」の手書き文字を認識するために10個のユニットを出力層に準備するということです。 ラベルデータ 入力データに対してそのラベル（答え）をとした時に、は分類したいクラスの数（出力層のユニットの数）の次元を持つことになります。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
