深層学習(MLP) 3章 確率的勾配降下法

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 3.1. 勾配降下法 誤差関数(2章の復習) 訓練データ $ D = { (x_1, d_1), ... , (x_N, d_N) } $ に対する回帰問題での誤差関数 $$ E(w) = \frac{1}{2} \sum_{n = 1}^{N} ||d_n - y(x_n; w)||^2 $$ $x_i$は入力データ, $d_i$は目標出力データ, $w$はネットワークパラメータ(重みとバイアス), $y$は出力関数 他クラス分類問題での誤差関数 $$ E(w) = - \sum_{n = 1}^{N} \sum_{k = 1}^{K