Kaggleのコンペに参加することで�色々な実践的ノウハウを学んだので�そのノウハウを共有する p.3~53 コンペ中に自分がやったこと�p.54~99 ハイランカーがやっていたこと�p.100~ ハイランカーかやっていたことを�自分も実際にやってみるRead less
Theanoの使い方 (2) 自動微分(2015/5/18)のつづき。今回は、前回までの知識を使ってTheanoで2クラスロジスティック回帰の実装をしてみたい。 Deep Learning Tutorialの最初に紹介されるアルゴリズムもロジスティック回帰なのだが、こちらはMNISTの数字認識を例にしているため多クラスのロジスティック回帰になっているので実装が少し複雑。また、あとで部品として使えるようにオブジェクト指向を使っているためソースコードがわかりにくい。今回はもっとシンプルな実装をしてみよう。 ロジスティック回帰は以下の記事で過去に実装したことがあるが、今回はTheanoの自動微分の機能を使って(確率的ではない)勾配降下法で解いてみたい。 2クラスロジスティック回帰 2クラスのロジスティック回帰は、(負例)または(正例)を分類するタスク。ロジスティック回帰の仮説は で表される。ロジ
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
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