まんてらスタジオ輪読会 - ゼロから作るDeep Learning ――Pythonで学ぶディープラーニングの理論と実装
Contents:
1. はじめに
2. 1章 Python入門
3. 2章 パーセプトロン
4. 3章 ニューラルネットワーク
4.1. パーセプトロンからニューラルネットワークへ
4.2. 活性化関数
4.3. 多次元配列の計算
4.4. 3層ニューラルネットワークの実装
4.5. 出力層の設計
4.6. 手書き数字認識
4.7. 🤔
\(\exp(-x)\)
と
\(\mathrm{e}^{-x}\)
って
4.8. 🤔行列とは
4.9. シグモイド関数
4.10. なめらかとは
4.11. 写像とは
5. 4章 ニューラルネットワークの学習
6. 5章 誤差伝搬法
7. ６章 学習に関するテクニック
8. 7章 畳み込みニューラルネットワーク
まんてらスタジオ輪読会 - ゼロから作るDeep Learning ――Pythonで学ぶディープラーニングの理論と実装
»
4.
3章 ニューラルネットワーク
View page source
4.
3章 ニューラルネットワーク
¶
4.1. パーセプトロンからニューラルネットワークへ
4.2. 活性化関数
4.3. 多次元配列の計算
4.4. 3層ニューラルネットワークの実装
4.5. 出力層の設計
4.6. 手書き数字認識
4.7. 🤔
\(\exp(-x)\)
と
\(\mathrm{e}^{-x}\)
って
4.8. 🤔行列とは
4.9. シグモイド関数
4.10. なめらかとは
4.11. 写像とは