［活性化関数］ReLU（Rectified Linear Unit）／ランプ関数とは？
連載目次 用語解説 AI／機械学習のニューラルネットワークにおけるReLU（Rectified Linear Unit、「レルー」と読む）とは、関数への入力値が0以下の場合には出力値が常に0、入力値が0より上の場合には出力値が入力値と同じ値となる関数である。 図1に示すように、座標点(0, 0)を基点として、ランプ（ramp： 例えば高速道路に入るための上り坂などの「傾斜路」のこと）型曲線のグラフになるため、「ランプ関数」（ramp function）とも呼ばれる。 ニューラルネットワークの基礎となっている情報処理モデル「パーセプトロン」（後日解説）では「ステップ関数」という活性化関数が用いられ、「バックプロパゲーション」（後日解説）が登場してからは「シグモイド関数」が活性化関数として使われるようになった。 しかしディープニューラルネットワークでは、層が深くなるにつれ勾配が消えてしまう勾配
第1回 .NET技術の断捨離
連載目次 2013年1月26日（土曜日）、＠IT／業務アプリInsider主催のオフライン・セミナー「第1回 業開中心会議 .NET技術の断捨離」（スポンサー：グレープシティ、会場：日本マイクロソフト株式会社 品川セミナールーム、「業開」は「業務アプリ開発」の略語）が開かれた。 今回のテーマは、「.NET技術の断捨離」。.NETが登場してからの10年間、.NET FrameworkやC#／Visual Basic言語は進化を続け、より効率的な記述方法や、より最新の流行に合わせた技術スタイルが導入されてきた。では、そういった最新のコーディング・スタイルや技術を現場で採用するために、どのようにして古い技術の利用を「断」ったり「捨」てたり「離」れたりしていけばよいのか？ このテーマについて、最新の技術や記述方法に日ごろから慣れ親しんでいる.NET開発者を講師として招き、講演・議論した。セミナーの
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
事前学習（Pre-training）と下流タスク（Downstream Tasks）とは？
