🍉しいたげられたしいたけ

NO WAR! 戦争反対!Ceasefire Now! 一刻も早い停戦を!

O'REILLY『ゼロから作るDeep, Learning』 の検索結果:

Excelで手軽に試す機械学習(序章:ニュートン法とExcelマクロ)

2年ほど前に、斎藤康毅『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』(オライリージャパン) という本を、半年ほどかけて読んだ。 おかげで「機械学習」というものがどういうものか、自分なりに理解できたように思った。 ただし、理解することより他人に説明することのほうが困難だ。道具として使いこなすことは、さらに困難だ。 弊ブログに過去記事をいくつか残しているが、これらは純然たる自分用メモで、他人が読んで簡単に理解できるようなシロモノでな…

O'REILLY『ゼロから作るDeep Learning』5章誤差逆伝播法は見かけに反して意外な難関だった(その4:完結)

O'REILLY『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』(以下 “テキスト”)読者限定対象の、何度目かのシリーズの最終回です。 前回はシグモイドと2乗和誤差の誤差逆伝播法の実装について書いたが、テキスト5章のクライマックスは、続くAffineレイヤとSoftmax-with-Lossレイヤの実装のくだりなんじゃないかと思う。テキスト全体でも白眉と言えるんじゃないだろうか? 実際、著者はSoftmax-with-Lossレイ…

O'REILLY『ゼロから作るDeep Learning』5章誤差逆伝播法は見かけに反して意外な難関だった(その3)

…たかという理由から。O'REILLY『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』(以下 “テキスト”)に掲載されているクラスは、前回使用した数値微分を求める “numerical_gradient” にしろ、6月26日付 および 7月1日付 記事で使用したMNISTデータセットの推定値を求める “TwoLayerNet” にしろ、目的以外の用途に使用しても立派に動作してくれた。私の書いたスクリプトでは、絶対そうはいくまい。 こ…

O'REILLY『ゼロから作るDeep Learning』5章誤差逆伝播法は見かけに反して意外な難関だった(その2)

…播のみ図示している。O'REILLY『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』(以下 “テキスト”)で計算グラフが登場するのは5章と付録Aのみだが、学習する側としては、もうちょっと前から使ってもよかった。 スポンサーリンク // Sigmoidレイヤの逆伝播の計算は、テキストP143~146にていねいに解説されている。ここではテキストP145図5-20の完成図を模写したものだけを示す。 テキストではさらに変形を行って、結論と…

O'REILLY『ゼロから作るDeep Learning』5章誤差逆伝播法は見かけに反して意外な難関だった(その1)

相変わらずO'REILLY『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』(以下 “テキスト”)を少しずつ読んでいる。読めば読むほど、著者の 斎藤康毅 氏は、つくづく頭のいい人なんだということを実感する。どの章も、章の初めにごく簡単な例を示して、そこから次に、一気に実用的なサンプルプログラムの説明に入る。いわば特急列車のようなものだ。 一方私は、頭のよくないロートルなので、とても理解が追いついてゆかない。そこで自分の歯に合う、易し…

「マンガでわかる機械学習」のネームを本気で描いて公開しようかと思ったけど実行できるのは早くて8月です

「学び」カテゴリでホッテントリを連発する人気ブロガー 迫 佑樹(id:McG)さんの最新エントリーであるこちらに… www.yukisako.xyz その時のノリでこんなブコメを投入したら、思いのほか多くのスターをいただきました。ありがとうございました。 マンガで超読みやすい確率統計のオススメ参考書たち - ロボット・IT雑食日記 『マンガでわかる機械学習』ってのを描いてやろうかしらん? 2017/07/01 01:21 b.hatena.ne.jp 個人的な事情だが、何ヶ月…

O'REILLY『ゼロから作るDeep Learning』4章のクラスを使ったら4セグメントLEDどころか7セグメントLEDの機械学習ができた!(その3:完結)

他人の作ったクラス(昔だったら関数、サブルーチン)は、内容を100%近く理解していないと使えないという思い込みがある。もし本当にそうなら “numpy” も使えないんだけどね。 一方で、プログラムを一から自作するとまず最初からまともに動いたためしはないから、他人の作ったプログラムで動いてるのがあれば、極力流用したいというアタマもある。 つまり私の作るプログラムは、どっちにしろまともに動かないということだ。ほっとけや。 しかし 前回のエントリー で4セグメントLEDの機械学習プ…

O'REILLY『ゼロから作るDeep Learning』4章のクラスを使ったら4セグメントLEDどころか7セグメントLEDの機械学習ができた!(その2)

前回の記事 を書いた段階でも、他にもいろいろ気づきがあった。例えば『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』(以下「テキスト」)4.4 の勾配というのは、ベクトル解析でいう多次元の勾配と同じことだったのだ! なんだか書いてみるとあたりまえのことだな。テキストP103で「勾配」という言葉が最初に出てきたときには、2変数の関数に対する勾配を数値微分によって求め、次の段階でP109で対象がニューラルネットワークに拡張されたため、気…

O'REILLY『ゼロから作るDeep Learning』4章のクラスを使ったら4セグメントLEDどころか7セグメントLEDの機械学習ができた!(その1)

前回の記事から1ヶ月以上経ってしまった。『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』という本を読んでいる。3章でとても難易度の高いと感じるカベにぶち当たったので、自分自身の理解の度合いを確認するために、難易度の低い練習問題を作って解いてみたという内容のエントリーだ。 watto.hatenablog.com 上掲書3章には、「ニューラルネットワーク」すなわち行列積といくつかの関数の組み合わせを用いて、MNISTデータセットすな…

O'REILLY『ゼロから作るDeep Learning』3章 ニューラルネットワークで7セグメントならぬ4セグメントLEDを認識させてみた

何年か前から半年に1冊のペースで専門書を読もうとしている。専門書と言っても、大学1~2年くらいの難易度だが。 今読んでいるのは『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』である。気づいたことをエントリーにしているのだが、気づいたら前回の記事から3ヶ月も経ってしまっていた。 watto.hatenablog.com 3章でニューラルネットワークというのを導入する。早い話が行列演算である。その他いくつかの準備をすると、次はいきなり…

O'REILLY『ゼロから作るDeep Learning』「3.6.3 バッチ処理」を動かすための前処理 on Windows10

忘れちゃうんで自分用メモ。これが正しいかどうかは、わからない。「何やっとんじゃいボケ!」とお気づきの方がいたら、ぜひご指摘願います。今回も対象は『ゼロから作るDeep Learning』の読者だけなので、新着に表示されにくくするため日付をさかのぼって公開しています。 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 作者: 斎藤康毅 出版社/メーカー: オライリージャパン 発売日: 2016/09/24 メディア: 単行本(ソフトカバ…

O'REILLY『ゼロから作るDeep Learning』3章MNIST画像が表示されなかったので改造した on Windows10

またヘンなものを勉強中である。ヘンというのは「またどうせ私にゃモノにならないであろうもの」という意味で、勉強の対象がヘンという意味ではない。 例によって対象がミニマムなので、新着に表示されにくくするため日付をさかのぼって公開しています。自分用のメモと、もし同様のトラブルに悩まされている人が検索で見に来たら、ヒントになればという意図での公開です。つかむしろ「ナニ間違ったことやっとんじゃいボケ!」とお気づきの方がいたら、ぜひご教示願います。 ゼロから作るDeep Learning…