様々なディープラーニングの手法について、簡単にまとめ - Qiita
概要 ディープラーニングの様々な手法について、ざっくり理解してまとめてみました。 MLP（多層パーセプトロン） 入力層と隠れ層と出力層が全結合である、もっとも単純なディープラーニング。 CNN（畳み込みニューラルネット） 畳み込み層とプーリング層をもつディープラーニング。 局所的なデータの位置のずれを吸収してくれる。 イメージ 畳み込み層(Convolutional layer)ではフィルターと呼ばれる$H×H$の正方データを対象画像上をスライドさせて、重なる部分のデータとフィルターの積和を特徴量として圧縮して、新たなmapと呼ばれるデータを生成する。 プーリング層(Max-pooling layer)では、$K×K$内の最大値を抽出しデータを圧縮する。 それを何層か重ねて最後は全結合によって出力層にデータを渡す。 RNN（再帰型ニューラルネット） 時系列データ、前後のデータに意味のあるデ
論文解説 Attention Is All You Need (Transformer) - ディープラーニングブログ
こんにちは Ryobot (りょぼっと) です． 本紙は RNN や CNN を使わず Attention のみ使用したニューラル機械翻訳 Transformer を提案している． わずかな訓練で圧倒的な State-of-the-Art を達成し，華麗にタイトル回収した． また注意を非常にシンプルな数式に一般化したうえで，加法注意・内積注意・ソースターゲット注意・自己注意に分類した．このうち自己注意はかなり汎用的かつ強力な手法であり他のあらゆるニューラルネットに転用できる． WMT'14 の BLEU スコアは英仏: 41.0, 英独: 28.4 で第 1 位 Attention Is All You Need [Łukasz Kaiser et al., arXiv, 2017/06] Transformer: A Novel Neural Network Architecture f
TensorFlow.js | Machine Learning for JavaScript Developers
Deploy ML on mobile, microcontrollers and other edge devices
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
