Aiming for Artificial General Intelligence Robotics.

深層学習

: NumPyだけで本格的なMLPクラスを実装Ⅱ：いろいろな活性化関数とその導関数【Deep Learning アドベントカレンダー2020】

2022/3/26 adventcalendar2020

前回の記事では誤差逆伝播を導きました。より一般化した式で説明するよう心掛けたので、具体性には欠けるものとなっていました。特に、活性化関数の導関数に関してはソフトマックス関数の話を除き、基本的には指定し ...

: NumPyだけで本格的なMLPクラスを実装Ⅰ：誤差逆伝播法の理論＆導出（決定版）【Deep Learning アドベントカレンダー2020】

2021/2/21 adventcalendar2020

本記事から数回は、本格的な多層パーセプトロン（MLP）クラスを機械学習ライブラリ（TensorFlow, Keras, PyTorchなど）を使用せずに、NumPyだけを使って実装していきたいと思いま ...

: 深層信念ネットワーク（DBN）【Deep Learning アドベントカレンダー2020】

2021/2/13 adventcalendar2020

本日は前回の制約ボルツマンマシンに引き続き、深層信念ネットワークについて説明していきたいと思います。当サイトはTwitterやYouTubeでも情報発信しています。ご気軽にフォロー(@AGIRobo ...

: 制約ボルツマンマシン（RBM）【Deep Learning アドベントカレンダー2020】

2021/2/21 adventcalendar2020

今回は、制約ボルツマンマシンについて説明していきたいと思います。今回説明する内容は、ボルツマンマシン（BM）から制約ボルツマンマシン（RBM）へ、コントラスティブ・ダイバージェンス（CD）法、制約ボル ...

: ボルツマンマシン【Deep Learning アドベントカレンダー2020】（仮投稿）

2021/9/10 adventcalendar2020

Deep Learning アドベントカレンダー3日目の記事では、ボルツマンマシンを扱いたいと思います。ボルツマンマシンは、前回扱ったホップフィールドネットワークを拡張したもので、深層学習の原点でもあ ...

: ホップフィールドネットワーク【Deep Learning アドベントカレンダー2020】

2021/9/11 adventcalendar2020

Deep Learning アドベントカレンダー2日目の記事では、現在の深層学習の基礎となる人工ニューラルネットワーク（Artificial Neural Network：ANN）のホップフィールドネ ...

: はじめに【Deep Learning アドベントカレンダー2020🎄】

2021/9/11 adventcalendar2020

はじめまして！AGIRobots管理人です！私にとっては今年（2020年）が初めてのアドベントカレンダー執筆になるので大変緊張していますがよろしくお願いいたします。本日12月1日からクリスマスまで ...

: Word2VecとEmbedding層について考察してみた

2021/9/11 Embedding, ニューラルネットワーク, 分散表現, 機械学習, 自然言語処理

Word2VecやEmbedding層について自身の理解が曖昧だったので、学習がてら自身の考察を示しながらまとめました。分散表現名前など物理的な計測が不可能な記号集合をベクトルに対応付けたものを分 ...

: 1次元畳み込みニューラルネットワークでMNISTの時系列処理

2022/12/16 1次元CNN

畳み込みニューラルネットワークと聞いて、画像処理を真っ先に思いつくのが普通だと思います。でも、実は別の分野でも大きな成果を出しています。今回扱う1次元畳み込みニューラルネットワークは自然言語処理などの ...

: Depthwise Separable Convolutionについて分かりやすく解説！

2023/2/4 機械学習, 深層学習, 畳み込みニューラルネットワーク

畳み込み層の計算コストを大幅に軽減することができる理想的な畳み込み手法があると言われたら何が思い浮かびますか？色々な解決手法が提案されていますが、今回は、その中でもMobileNetと呼ばれる畳み込み ...

« Prev 1 2 3 4 Next »

おすすめ人気記事トップ５

1: 【図解】運動学入門：順運動学と逆運動学について解説！

この記事では、運動学について、初心者でもわかるように解説していきます。ぜひ最後までお読み頂けると幸いです。 ※内容に誤りがないよう心がけていますが、もし間違いを見つけられたときは、「お問い合わせフォ ...

2: ［Weekly RL with code］DQNでCartPole問題を解く

本記事は、当サイトのYouTubeチャンネルで公開している動画「［Weekly RL with code］DQNでCartPole問題を解く」の内容を記事として書き起こしたものです。記載内容は、動画で ...

3: 直感で理解するLSTM・GRU入門 - 機械学習の基礎をマスターしよう！

当記事では数式を使わずに、LSTMとGRUのエッセンスを直感で理解できるように説明します。同様の説明をYouTube動画にアップしているのでぜひご活用ください！当サイトはTwitterやYouTub ...

4: 1次元畳み込みニューラルネットワークでMNISTの時系列処理

畳み込みニューラルネットワークと聞いて、画像処理を真っ先に思いつくのが普通だと思います。でも、実は別の分野でも大きな成果を出しています。今回扱う1次元畳み込みニューラルネットワークは自然言語処理などの ...

5: 【詳説】Attention機構の起源から学ぶTransformer

みなさんは、Transformerについてどのようなイメージを持っていますか？最近は、BERT、GPTなどのTransformerベースのモデルが目を見張るような成果をだしているので、それらを想像する ...

PAGE TOP