
層 (layers) : ディープラーニングの層の種類まとめ
1. 層(layers)とは [概要] 層 (layers)とは,ディープラーニングにおいて,DNN(ディープニューラルネットワーク)を構成・設計する際の最小構成単位の部品のことである.この記事で示すような各種の「層」を 続きを読む…
1. 層(layers)とは [概要] 層 (layers)とは,ディープラーニングにおいて,DNN(ディープニューラルネットワーク)を構成・設計する際の最小構成単位の部品のことである.この記事で示すような各種の「層」を 続きを読む…
1. シグモイド関数 (sigmoid function)とは [概要] シグモイド関数(sigmoid function)とは,機械学習の「2クラス識別モデル」において,確率的なベクトル出力をする際によく用いられる活性 続きを読む…
1. softmax 関数 (ソフトマックス関数)とは [概要] softmax 関数とは,機械学習の「多クラス識別モデル」において,確率的なベクトル出力をする際によく用いられる,Maxをソフトに行う出力が行える活性化関 続きを読む…
1. 活性化関数とは [概要] 活性化関数 (activation function, 激活函数)とは,ニューラルネットワーク中の1つのニューロンにおいて,複数ノードの和を入力として,その出力を最終決定する関数である.名 続きを読む…
1. 概要 この記事では,CNN(畳み込みニューラルネットワーク)の教師あり学習時に用いられる損失関数(Loss function)のうち,交差エントロピー誤差 (Cross Entropy Error)(識別問題向け) 続きを読む…
1. ReLU (Rectified Linear Units) 型の活性化関数 とは [概要] ReLU (Rectified Linear Units, 整流化線形ユニット)は,ディープニューラルネットワークにおいて 続きを読む…