第3回 なぜニューラルネットワークで学習できるのか? / 真面目なプログラマのためのディープラーニング入門

ニューラルネットワークとは何か? ニューラルネットワークの定義 演習3-1. 入力と出力を定義する ニューラルネットワークはなぜこれほど流行しているのか? 演習3-2. 損失を定義する 簡単なニューラルネットワーク 演習3-3. ニューラルネットワークを手計算する 演習3-4. ニューラルネットワークをPythonで計算する ニューラルネットワーク学習のしくみ 最適化問題と勾配降下法 勾配降下法を使う 演習3-5. LMSEを計算する 演習3-6. 偏微分を計算する 演習3-7. ∇LMSEを計算する 演習3-8. 勾配降下法の練習 ニューラルネットワークを実装する 単一ノードの学習 演習3-9. 勾配降下法をPythonで実行する ノードの数を増やす 演習3-10. レイヤーのデータ構造を推測する 演習3-11. Layer クラスを使う 多層化する (誤差逆伝播法) 演習3-12. ニ

[yojik]

デモいいな

[hibinotatsuya]

デモすごい。