タダです。
前回から引き続き３章のニューラルネットワークの勉強まとめです。 ※記事は理解ができるたびに何度もアップデートしていこうと思います。 www.oreilly.co.jp
目次
なお、各章の内容は次の通りです。
- １章 Python入門
- ２章 パーセプトロン
- ３章 ニューラルネットワーク
- ４章 ニューラルネットワークの学習
- ５章 誤差逆伝播法
- ６章 学習に関するテクニック
- ７章 畳み込みニューラルネットワーク
- ８章 ディープラーニング
３章は広範な内容(個人的に)になっており、1週間で勉強しきれそうになかったので、段階的にまとめています。 また、今回から大小節ごとに勉強内容をまとめていきます。
※1/21 23:30時点では3.3までの内容です
3.3
- Numpyの多次元配列を使った計算をマスターすればニューラルネットワークの実装を効率的に進めることができる
- 多次元配列 = 数字の集合
- 行列の内積は左側の行列の行(横)と右側の行列の列(縦)を乗算したその和が結果になる
- 行列の形状(Shape)については注意する
- ニューラルネットワークの内積もdot(多次元配列のドット積)を使えば計算が容易になる
3.4の内容が難しい...
