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…
タグ: 活性化関数
シグモイド関数(sigmoid function)
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…
softmax 関数 (ソフトマックス関数) [活性化関数]
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…
活性化関数(activation function) [ディープラーニング向け]
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…
CNNの損失関数(Loss Function) その(1): 交差エントロピーとMSE
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…
ReLU とその発展型の活性化関数 [GELU, Swish, Mish など]
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…