ディープラーニング 全結合層とは?DeepLearningの基本的なモデルを解説
ディープラーニングのフロー
ディープラーニング【情報理論】交差エントロピー(クロスエントロピー)とは?分かりやすく解説
この記事を読んで分かること 交差エントロピー(クロスエントロピー)とは何か 交差エントロピーの実装例(python) 交差エントロピー(クロスエントロピー)とは? 交差エントロピーとは、 2...
ディープラーニング損失関数とは?具体例での計算つきで分かりやすく解説!!
この記事を読んで分かること 損失関数とは何か よく使われる損失関数とは 損失関数のpythonでの実装方法 損失関数とコスト関数の違い 損失関数とは 損失関数とは、 機械学習モデ...
ディープラーニング勾配降下法とは?分かりやすく図解で解説
勾配降下法とは? 勾配降下法とは、 関数の傾きを元に最小値を探す手法 です。 下の図のように、今いる点のグラフの傾きを見て、下っている方向を探索する手法になります。 グラフを見ればどこが最小値かなんてひと目で分...
ディープラーニング畳み込み層(Convolutionレイヤ)とは?画像分析に使われる手法を分かりやすく解説
畳み込み層(Convolutionレイヤ)とは? 畳み込み層(Convolutionレイヤ)とは、 入力データに対して畳み込み演算を行う層 です。 畳み込みとは具体的にどんな処理をしているかというと、入力データの一部に対...
ディープラーニング全結合層とは?DeepLearningの基本的なモデルを解説
全結合層（Affine）とは? 全結合層とは、 全ての変数を使って計算する層 です。 図は4つの全結合層で構成されているモデルとなります。 各ノードの入力を見ると、前の層の全ての変数がつながっていること...