ニューラルネットワークとは

概要

ニューラルネットワークは1960年代から研究されている人間の脳のニューロンをモデルにして作られた機械学習手法の一つ. 近年のDeepLearningのベースとなっている技術でDeepLearningはニューラルネットワークを大きく高性能にしたもの.
Facebookシェア Twitterツイート LINEで送る このエントリーをはてなブックマークに追加
この章を学ぶ前に必要な知識
0
効果
  • 値を予測、画像を認識、クラスを分類
ポイント
  • ニューラルネットワークはネットワークの重みを学習
  • 学習フェーズでは上記重みの値を更新していく

解 説

ニューラルネットワークの解説は様々なサイトで解説されているので簡単に紹介する. ニューラルネットワークは学習を行う訓練と学習したネットワークで識別をするテストの二つのフェーズがある. 訓練 1. まず、ニューラルネットワークは与えられた数字に行列を掛け合わせていき出力を出します。 2.次に出力した値と答えの値がどれだけずれているかを計算して、ずれを修正するように1で掛け合わせた行列を更新していきます。 3. 上記の1.と2を繰り返すことで学習を進め、指定の回数を終えるか、行列が更新されなくなったり、正答率が上がらなくなったら学習を停止します。 テスト テストは識別の1での操作をするだけで終わりです。そうすることでニューラルネットワークの出力を得られます。
ニューラルネットワーク
ニューラルネットワーク構造. 左からある数字の列をもらい一番右側まで数字を計算して渡していく. 各丸では、もらった数字×重み+ずれ を計算して次の丸に渡していく. 入力を受け取る層を入力層、出力を計算して出す層を出力層、そのどちらでもなく入力層と出力層に挟まれている層を中間層または隠れ層と言う.
この章を学んで新たに学べる
Comments

Reasons
>>隠す