Next:
序論
Up:
tgoto
Previous:
tgoto
目次
序論
ニューラルネットワーク
ニューロン[4]
ニューロンモデル[4]
活性化関数[5]
パーセプトロン[4]
パーセプトロン
出力方法
学習方法
パーセプトロンの限界
バックプロパゲーション[4]
最急降下法
学習方法1(後ろ向き演算)
学習方法2(後ろ向き演算)
TensorFlowによる畳み込みニューラルネットワーク
TensorFlow
MNIST[8]
MNISTを用いた畳み込みニューラルネットワーク[7]
TensorFlowのインポート
重みとバイアスの初期化
畳み込み層の定義
プーリング層の定義
プレースホルダの設定
入力の変形
第1畳み込み層、プーリング層
第2畳み込み層、プーリング層
第1全結合層
ドロップアウト
第2全結合層(読み出し層)
モデルの訓練と評価
実験
実験準備
教師信号
入力データ
畳み込みニューラルネットワークの構築
実験1 : パーセプトロンと畳み込みニューラルネットワークの精度の比較
前提条件
実験結果
考察
実験2 : ドロップアウトの設定
前提条件
実験結果
考察
結論
参考文献
Deguchi Lab.
2017年3月6日