Clojureで0からのニューラルネット構築と隠れ層の観察 - Qiita
もともとの動機は、LSTMなどのRNN周辺分野のアルゴリズムをしっかりと理解したいことでした。 その一方で、ニューラルネット関連については、仕組みはなんとなく理解していたのですが、隠れ層の振る舞いや学習のアルゴリズム等をしっかり理解しきれているかどうかの自信がなかったので、0から作ってみることにしました。 ちなみに、0から作るというのは、既存の機械学習ライブラリを使わない、という程度の意味です。 勉強目的でもなければ、既存のOSSの機械学習ライブラリを使ったほうが圧倒的に楽ですし、学習も早いでしょうし、バグに悩まされる可能性は低いと思いますし、そこだけ注意してください。。 将来的にはRNN、LSTMの順に構築していきたいのですが、この記事ではフィードフォーワードモデルを構築し、隠れ層の挙動を確認するところまでにしておきたいと思います。 また、既にPythonを用いたサンプルコードがたくさん
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
GitHub - scicloj/clojure-data-cookbook: A book about how to do common data manipulation, analysis, and visualization tasks in Clojure
Clojure Data Cookbook
GitHub - scicloj/tablecloth: Dataset manipulation library built on the top of tech.ml.dataset
GitHub - lagenorhynque/deep-learning-from-scratch: Study notes on 『ゼロから作るDeep Learning』
Clojureで0からのニューラルネット構築(フィードフォワードモデル)と隠れ層の挙動調査
