エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Pythonと機械学習
目次 目次 はじめに 学習データ kerasによる実装 return_sequences=True return_sequences=False RNNの... 目次 目次 はじめに 学習データ kerasによる実装 return_sequences=True return_sequences=False RNNの実装 活性化関数と全結合 活性化関数 全結合 RNNブロック 順伝播の時間ループ 逆伝播の時間ループ Dense中の時間ループ ネットワーク全体作成クラス 実行結果 return_sequences=True return_sequences=False はじめに ここでは、前回勉強したRNNをPythonで実装してみようと思います。 前回の記事はこちらを参照。 実はかなり前にコードを書いてたのですが、放置状態になっていました。 勉強のログをブログに残しておくと、頭の中で考えが整理されて記憶に残るので、更新はゆっくりでも頑張って続けていきたいですね。 学習データ 例として、位相が遅れてノイズが乗った2つのsin波 、 から、元のsin波