ゼロから作るDeep Learning順伝播型ニューラルネットワーク「FFNNクラス」の実装（JavaScript）
昨今注目を集めているAI（人工知能）を学びたいと思い立ち、ディープラーニング（Deep Learning、深層学習）と呼ばれるAIの数理モデルである多層構造のニューラルネットワークを書籍「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」を参考にを独習していきたいと思います。本書籍ではプログラミング言語としてPythonが利用されていますが、本項ではJavaScriptで実装していきます。 目次 準備１：行列の和と積を計算する関数の実装 準備２：ベクトルと行列の積を計算する関数の実装 準備３：多変数関数の数値微分と極小値の探索 １．１層ニューラルネットワークの実装（バイアスなし、活性化関数なし、学習なし） ２．１層ニューラルネットワークへのバイアスと活性化関数の追加 ３．1n1型２層ニューラルネットワークの実装（学習なし） ４．１変数関数を学習させ
HTML5による有限要素法に基づいた2次元弾性体変形シミュレーション 第1回
特定非営利活動法人natural science は、知的好奇心がもたらす心豊かな社会の創造にむけて、 現代社会では実感する機会の少ない科学や技術のプロセスを可視化・共有化する場づくりを通じて、 科学を切り口とした地域づくりを目指す、若手主体の団体です。 | More ≫ 第1回 メッシュのデータ構造とCanvas要素による描画 第2回 Numeric.jsによる線形代数 第3回 変形の表現と境界条件 第4回 全体剛性マトリクスの組み立てと剛性方程式の求解 有限要素法（Finite Element Method, 以下, FEM）は 物理現象の高精度な計算に向いている数値解析手法です。 研究やものづくりでよく使われるほか、 コンピュータグラフィクスにも応用され エンターテイメントの分野でも活躍しています。 物体の変形計算方法としては、 質点をばねダンパで結合した機械要素ネットワークによって
HTML5による物理シミュレーション環境の構築 ～WebGLライブラリThree.js 入門（１／３）～
HTML5とWebGL 初めにHTML5の位置づけについて簡単に触れます。HTML5とはこれまでのWebページ作成言語で主流だったHTML4やXHTMLの後継言語のことで、 2008年に草案がまとめられ、2014年までにウェブブラウザ各社への正式勧告を目指して策定が進められています。 HTML5は 2012年1月でもまだ「草案」段階で、仕様も流動的な準備段階であるが、開発側からもユーザ側からも非常に注目が集められています。 その大きな理由の一つに挙げられているのが、iPhoneやAndroidなどのスマートフォンの台頭による情報端末の多様化への対応のためです。つまり、様々なWEBコンテンツのクロスプラットフォーム化への重要な貢献が期待されているからです。 というのもスマートフォンの登場までは、Adobe社が提供する FLASH が動画やオーディオなどが組み合わされたマルチメディアコンテンツ
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
