「 AI・機械学習・ディープラーニング 」 一覧

no image

ディープラーニングの分かりやすい記事まとめ

入門・解説記事 深層学習を勉強して説明してみた https://research.preferred.jp/2012/11/deep-learning/ 業界を代表するブログ https://rese …

no image

誤差逆伝播法が必要な理由

ディープラーニングの勉強してると、誤差逆伝播法が必ず出てくるんだけど、イマイチなぜ?それが必要なのか分からなかった。 理由 ニューラルネットの層が深くなると、勾配の計算に時間がかかる。 誤差逆伝播法だ …

no image

AWSの機械学習サービス

 サービス 概要 補足 SaaS/PaaS Amazon SageMaker  機械学習環境。事前に容易されたモデル又は独自のモデル(TensorFlow,MXNetなど)を使って分散学習ができる。S …

no image

ディープラーニングのフレームワーク

名前 ユースケース メリット TensorFlow google MNIST(手書き数字を判別)、CNN(画像認識)、Word2Vec(各単語の関係を学習)、RNN(文章から次の単語予測)、Seq2S …

no image

何を学習するか?考えると、データがないと始まらない。

さて、Amazon Machine Learningを使ってみた。もっと他にも試してみたいなと思った。 そこで思った。 まず「大量データ」を準備するのが大変だ。 「データ」を使って何を予測すればよいか …

no image

AWS Amazon Machine Learning で MNISTを分類

実際に機械学習アプリを使用するにあたってはAWSとGCPで最も簡単に作る方法を調査した。 GCPでは Cloud ML Engineというのがあるが、あくまでEngineであり、GUIで簡単にアプリを …

no image

AWS、GCPで簡単な機械学習APIが提供されていると言えども

イルカ本など読み終えて、さあ、試しに簡単なアプリでも作ってみようか!と思っても、やはり実際にAIアプリを作れるかといえばそう簡単ではないことが分かった。 例えばAmazon Machine Learn …

no image

線形関数を活性化関数に用いてはいけない理由

線形関数とは y=ax(aは定数)のこと。 線形関数で層を重ねると 1層目 y=ax 2層目 y=a(ax)=a2x 3層目 y=a(a(ax)=a3x ・・・ n層目 y=anx このようになってし …

no image

損失関数、ニューロンの数、層の深さは何か?

損失関数   ニューロンの数 ニューロンの役割 ここでいうニューロンは単純パーセプトロンのこと。つまり、x1w1+x2w2>bで表されるもの。 この式より、bより大きいものと小さいもの …

no image

グーグルに学ぶディープラーニング tensorflow.playgroundの試算

あまりよくなかった。これまでにディープラーニングの入門本は沢山読んできて、ある程度の内容は知っていて、事例を補いたいと思い読んだのですが、「人工知能 解体新書」のほうが有益だった。   気に …