名称 AI::NNEasy - Perl と XS における手軽なコードを用いて異なるタイプのニューラルネットワークを定義・学習・利用 説明 本モジュールの主目的は Perl で簡単にニューラルネットワークを作成することである。 本モジュールは複数のネットワークタイプ・学習アルゴリズム・活性化関数に拡張できるよう設計されている。 アーキテクチャはモジュール AI::NNFlex に基づいており、バグを取り、コードを最適化し、いくつかの XS 関数を追加し、学習プロセスを高速化した。ニューラルネットワークを生成し使用するためのインタフェースを開発し、結果に勝利したアルゴリズムを追加するようにした。 NN module on Perl 上で稼動する異なるニューラルネットワークモジュールをテストしてこのモジュールを書いたが、Linux と Windows で簡単に動作して、実際の問題を解けるよう
今回も大学のレポートネタ。ニューラルネットワークを用いたパターン認識 をPerlに移植してみた。バックプロパゲーション法って、意外とシンプルなやり方なんだなぁ。 動かし方 Perlのソースを保存して起動すると、学習を始めます。しばらくするとプロンプトが出てくるので、 □□■■■□□ □■□□□■□ ■□□□□□■ ■□□□□□■ ■□□□□□■ ■□□□□□■ ■□□□□□■ ■□□□□□■ ■□□□□□■ □■□□□■□ □□■■■□□の様に、横7×縦11の■□でできた数字のパターンをコピー&ペースト等で入力してあげると、0〜9のどの数字かを判定してくれます。 ソースコード use strict; use warnings; use utf8; use Data::Dumper; $Data::Dumper::Terse = 1; $Data::Dumper::Indent = 1; b
パターン認識と機械学習 - ベイズ理論による統計的予測† This is a support page for the Japanese edition of "Pattern Recognition and Machine Learning" authored by C. M. Bishop. 本書は,Christopher M. Bishop 著「Pattern Recognition and Machine Learning」の日本語版です.上下2巻の構成です. パターン認識や機械学習の各種のアルゴリズムや背後の考えについて,ベイズ理論の観点から解説した教科書です. 基礎的な線形モデルから,カーネルトリック,グラフィカルモデル,MCMCなどの発展的な話題までをバランス良く収録しています. 数式による形式的な記述だけにとどまらず,豊富なカラーの図による直観的な説明もなされています. 本
昨年末にOpenIDファウンデーション・ジャパン参加企業の有志数名で翻訳・教育 Working Groupというのを立ち上げて、現在は主にドキュメントの翻訳を行っています。 現在4本のドキュメントの日本語版を翻訳・教育 Working Group のサイトで公開しています。(この記事の末尾にリンクあり) 翻訳後のドキュメント以外に、githubレポジトリも公開しています。forkもpull requestも大歓迎!原文との比較がしやすいように、各翻訳版のXMLファイルにはコメントアウトの形で原文も残されています。 翻訳版ドキュメントへのコメント・質問は翻訳・教育 Working Group のサイトのコメント欄にどうぞ。 OpenID Authentication 2.0 OpenID Attribute Exchange 1.0 OpenID Simple Registration Ex
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