ディープラーニングについて学ぶならこの2冊を読むしかない｜加藤貞顕
年末年始はこの２冊を読んでいた。 『はじめての深層学習プログラミング』清水亮 『ゼロからつくるDeep Learning』斎藤康毅 結論から言うと、いま、人工知能やディープラーニングに興味があるひとは、２冊とも必読ではないかと思った。 アプローチが完全に対称的なので、両方読んだら、理論と雰囲気について、見通しがつくようになったのがとてもよかった。 『ゼロからつくるDeep Learning』は、ていねいに書かれたオーソドックスな入門書だ。人工知能開発によく使われる言語・Pythonの基本や数値計算ライブラリの使い方からはじまり、ニューラルネットワーク、ディープラーニング、畳み込みときて、最後に画像認識を解説する。随所に適切な例題やサンプルコードを交えて、理論と実践をバランスよく説明している。 対して、『はじめての深層学習プログラミング』は、まったく真逆のアプローチだ。なんと、理論の解説など
ディープラーニングでは何を「学習する」のか
今回は、ディープラーニングにおける「学習」について整理する。 簡単に言うと学習とは、正解の分かっている「学習データ」をニューラルネットワークに入れ、正解になるようにニューロンのパラメーターを調節していくことだ。 まず初期状態として、ネットワーク内の全てのニューロンの重みやバイアスといったパラメーターが、全てゼロであるとする。全てゼロなので、出力もゼロになっている。ここに学習データを入力層として入れる。このとき、出力は、正解として望む値になっていなければならない。ある1つの出力層のニューロンを正解に近づけるためには、そのニューロンから見て、入力層までのニューロンの個々の重みとバイアスを調整していく。 これだと漠然としすぎているので、学習データのうち1つを入れたとき、正解は分かっているので、それを目標値とする。すると、その時点の出力層のニューロンの出力値と目標値との差が誤差であり、この誤差が最
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
https://geechs-magazine.com/tag/lifehack/20161121_2
