RNNで関数近似 - にほんごのれんしゅう

RNNで関数近似 DeepLearningの一種であるRNNで、任意の関数を学習させて、十分にある関数の挙動が観測できたとき、未知の任意の点で予想できることを示したいと思います。 始める前に諸々調査したこと ディープラーニングで任意の連続する関数を再現可能です。 しかし、ディープラーニングは無限やかなり大きな値を扱うことは難しく、適切にフィットしない問題があります。無限大に発散しない（発散してもいいけど、目的とする値をなにか閉域に限定して変換する操作を行う）必要があります もっと有機的で人間的な特徴を学習と予想を行う問題として、sketch-rnnというrnnで最初の一部だけを描き、学習した内容で残りを予想するという問題設定もあって面白くユニークです 図1. 関数近似もスケッチの特徴を学び学習するのも一緒な気がします 耳だけ描くと、残りの部分が自動的に機械学習の予想結果により描かれます 様

[stealthinu]

RNNで関数近似の実装と学習結果。すごいおもしろい。確かにスケッチ学習も関数近似も同じか。意外に精度出ないものなんだなとも思った。学習増やせば精度増すのだろうか。