ディープラーニング

1/32ページ

[TensorFlowで株価予想] 3 – 日本3506銘柄の株価予想ランキング

TensorFlowで株価予想シリーズ 0 – Google のサンプルコードを動かしてみる 1 – 終値が始値よりも高くなるかで判定してみる 2 – 日経平均225銘柄の株価予想正解率ランキング〜 3 – 日本3506銘柄の株価予想ランキング 4 – 実際に売買したら儲かるのかシミュレーションしてみる 5 – 大きく上がると予想されたときだけ買ってみるシミュレーシ […]

モバイル上でのDeepLearningによる画像認識

はじめに これは,DeepLearning Advent Calendar 2016 8日目の記事です.関連記事は目次にまとめられています. さて,本記事は以下の3つについて書かれています. 私がリリースしたアプリDeepLearningを使った画像認識iOSアプリで使われているDeepLearning周りの紹介 2. DeepLearningを学習する上で参考になるサイト 3. DeepLearningを学習する上で参考になる書籍 1 […]

Deep Forest :Deep Neural Networkの代替へ向けて

技術動向についていくことは多くの労力を必要とする。次々に新しい論文が発表されるためだ。 一方で最新論文さえも長年の地道な積み重ねの上にあることを、その引用文献から気付かされる。 ディープラーニングブームの流れも変わるのだろうか? 勉強のため、2017年2月28日付けでarXivに投稿されたZhi-Hua Zhou, Ji Feng「Deep Forest: Towards An Alternative to Deep Neural Ne […]

Fine-Tuningの学習データはどこまで減らせるのか?

転移学習やFine-Tuningでは、比較的少ないデータ数でもカテゴライズできるという神話がある。 しかし、どの程度のデータ数ならある程度信頼できる識別器ができるのかというのは、なかなか記載がない。 前回の記事 「AKB2017総選挙ランキング上位者のFine-Tuning その2~顔抽出と少数データ」 https://qiita.com/MuAuan/items/4ab6c3d9c5ad6f5c98cc で見たように、一応識別器はでき […]

Word2vecの簡易版を眺めてみる – TensorFlowチュートリアル

Word2vecの簡易版を眺めてみる – TensorFlowチュートリアル TensorFlowのチュートリアルVector Representations of Words(日本語訳)に記載されていtensorflow/examples/tutorials/word2vec/word2vec_basic.pyについて詳細を見ていくことでWord2vecがやっていることを理解していきます。 Word2vecの概要 この本を […]

倒立振子で学ぶ DQN (Deep Q Network)

強化学習の一手法であるQ-learning とディープニューラルネットを組み合わせた Deep Q Network、通称DQNを使って倒立振子の振り上げ問題を解決してみます。 問題設定 「倒立振子の振り上げ問題」というのは、今回はこういう問題設定です。 まず空中に静止したモータがあって、モータ軸に棒の一端がつながっています。棒は中心に質量が集中していて剛性$\infty$で太さ0の、よくある棒です。初期状態では棒は重力にしたがって下向き […]

【かんたん解説付き】深層ボルツマンマシンをPythonでスクラッチ実装する②

この記事は Wacul Advent Calendar 2016 最終日の記事です。 前回  準備として、制限ボルツマンマシンを実装しました。  今回はこの制限ボルツマンマシンを「積み上げて」深層ボルツマンマシンを構成します。 【かんたん解説付き】深層ボルツマンマシンをPythonでスクラッチ実装する① http://qiita.com/yutaitatsu/items/a9478841357b10789514 深層ボルツマンマシンとは […]

3層ニューラルネットワークを実装する

本記事は、ゼロから作るDeep Learningの学習メモです。   要点 活性化関数: 入力信号の総和がどのように活性化するか(発火するか)を決定する役割を持つ。 パーセプトロンでは閾値を境に出力が切り替わる「ステップ関数」が使用されるが、ニューラルネットワークでは滑らかな曲線を描く「シグモイド関数」や「ReLU関数」などが用いられる。 隠れ層の活性化関数はh()で表し、出力層の活性化関数はσ()で表す。 行列の内積を用いることで、各 […]

パーセプトロンで論理回路を作る(多層パーセプトロン)

本記事は、ゼロから作るDeep Learningの学習メモです。   要点 パーセプトロンとは、複数の信号を入力として受取り、一つの信号を出力するアルゴリズム。 「バイアス」と「重み」をパラメータとして設定し、ある入力を与えると決まった値が出力される。 「バイアス」は発火のしやすさを制御するパラメータ。 「重み」は各入力の重要性を制御するパラメータ。 論理回路のAND素子、NAND素子、OR素子について、(単層)パーセプトロンで表現する […]

GAN(Generative Adversarial Networks)を学習させる際の14のテクニック

※この記事は“How to Train a GAN?” at NIPS2016を、ここを参考にして、私なりに解釈して、重要そうな部分を引用して翻訳したものです。役に立つことが多かったので共有致します。 ※GANの説明は省略します。G=Generator、D=Discriminatorとして説明します。 ※それぞれのテクニックに根拠はあまり書いてないですが、ほとんどが論文に書いてあった「こうすればうまくいった」とい […]

1 32