ディープラーニング入門

TODO:

ニューラルネットワークとCNNとRNN

ニューラルネットワークは、脳機能に見られるいくつかの特性に類似した数理的モデル。(人間の判断に似せたアルゴリズム)
大まかに分類すると、コンピュータで物体を識別するために使われている画像認識の手法である「CNN(畳み込みニューラルネットワーク)」と
言語パターンの解析に使われる数学エンジンである「RNN(リカレントニューラルネットワーク)」とに分けられる。
また、人間の脳のように「忘れる」という概念も含ませた「LSTM(Long Short-Term Memory)」というニューラルネットワークも存在する。

ディープラーニングの実施手順

  • 開発
    • ニューラルネットワークの定義
    • 損失(誤差)関数と最適化手法の定義
    • データセット(学習データ、テストデータ)の作成
  • 学習
    • 作成したネットワークとデータからモデルを作成する
    • パラメータ調整を行って学習の実施
  • 推論
    • 作成したモデルを利用してデータ予測を行う
  • 評価
    • 推論結果を評価
    • ネットワーク定義/データ/パラメータの修正し、上記までの繰り返し

【イメージ】

開発/学習

ー>

モデル

ー>

推論

データセットの作成について

教師あり学習と教師なし学習

TODO:

訓練データとテストデータについて

TODO:

ニューラルネットワークの定義

損失(誤差)関数と最適化手法

TODO:

学習方法について

学習方法説明
バッチ学習データ全部を使用する
ミニバッチ学習一部を使用する
オンライン学習データを1つずつ使用する

パラメータ調整について

TODO:

トップ   差分 バックアップ リロード   一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2019-01-22 (火) 15:12:58 (31d)