Dropout

ニューラルネットワークを使用するうえで気おつけなければならない問題として、過学習があります。ニューラルネットワークではこの過学習を防ぐための方法の一つとしてDropoutという手法があります。

今回はこのDropoutについて調べました。

続きを読む

シグモイド関数

ニューラルネットワーク・ディープラーニングで学習を行う際には重要となるものはいくつかありますが、その中の一つとして活性化関数があります。
この活性化関数によってネットワークの学習精度や時間に大きな差が出てしまいます。

そこで今回はニューラルネットワーク・ディープラーニングで使用されている基本的な活性化関数について調べました。

 

続きを読む

パーセプトロンの例

近年盛んに利用されている技術としてAIや機械学習があります。
その機械学習の中でもよく話題になるものとして、ディープラーニングがあります。

そこでディープラーニング・ニューラルネットワークに関する記事をまとめました。

 

続きを読む

手書き認識の結果

機械学習のデータセットとして有名なものに MNIST というものがあります。
これは手書きの数字画像とその正解データを集めたもので、機械学習の画像認識能力のテストとしてよく利用されます。

今回はこのMNISTを用い、多層パーセプトロンで画像認識を行いました。

続きを読む

パーセプトロンの例

ニューラルネットワークの学習方法として勾配下降法があります。
この学習法は損失関数の数値微分を用いることでニューラルネットワークの重みを変更し、任意の関数を表すようネットワークを学習させます。

今回はこの勾配下降法・損失関数・数値微分について調べました。

続きを読む