ニューラルネットワーク及びディープラーニングについて - Programming share
2016 - 06 - 01 ニューラルネットワーク及びディープラーニングについて AI シェアする Bookmark! Facebook Twitter Google+ Pocket スポンサーリンク ニューラルネットワーク コンピュータは従来計算処理は得意としますが認識技術などの学習能力を苦手とします。 そこで脳神経細胞のニューロンの仕組みをモデルにし,コンピュータに学習能力を持たせることにより様々な問題を解決するアプローチとしてニューラルネットワークと呼ばれるモデル(アルゴリズム)が確立されます。 これにより,特徴量に基づいて画像認識,文字認識を可能にする畳み込みニューラルネットワークと呼ばれるモデルが使われ始めます。 ディープラーニング 30年前からニューラルネットワークの考えは存在し,入力層,隠れ層,出力層と呼ばれる3層の構造で成り立っていました。 単純に考えれば層の数を増やせ
chainerでニューラルネットを学んでみるよ(chainerでニューラルネット2) - 人工言語処理入門
前回の記事ではchainerのインストールからサンプルコードを使って画像識別問題を解くところまでやりました。 hi-king.hatenablog.com 今回の記事では回帰・分類問題用のシンプルなニューラルネットの作り方をやろうと思います。andとxorの論理式を学習させます。chainerでの実装の学習と、あとニューラルネットの教育目的に使いやすいなーと思ったので。2層のニューラルネットまで段階をふんで解説してるんですが、プログラム読むほうが得意、って方は一番最後のコードを先に読んだほうがわかりやすいかもしれません。 追記(7/13)型チェック chainer1.1.0から型チェックが入ったので(https://github.com/pfnet/chainer/pull/95)、識別にはfloat32を入力してint32を出力、回帰にはfloat32を入力してfloat32を出力、とい
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
