エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
微分の基礎 — ディープラーニング入門:Chainer チュートリアル
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
微分の基礎 — ディープラーニング入門:Chainer チュートリアル
微分と関数最小化の関係¶ 前章で微分が目的関数の最小化に役立つと紹介しました。本節ではまず具体例を... 微分と関数最小化の関係¶ 前章で微分が目的関数の最小化に役立つと紹介しました。本節ではまず具体例を用いてそのことを直感的に理解しましょう。 例として、下図のような下向きにくぼんだ形をした関数がどこで最小値をとるかを探す問題を考えます。 適当な点 \(\theta_{1}\) でこの関数のグラフに接する直線(接線)を考えます(注釈1)。 仮にこの接線の傾きが \(+3\) 、すなわち正の値であったとしましょう。この時、接線は右に進むほど高さが上がり,逆に左に進むほど高さが下がります。 \(\theta_{1}\) の周辺では、関数のグラフと接線は非常に近く、両者はほとんど見分けることができません。 すると、関数も接線と同じように \(\theta_{1}\) 右に進むと増加し,左に進むと減少していることがわかります。 次に、グラフ上の別の点 \(\theta_{2}\) においてこのグラフに