AI[ディープラーニング]確率勾配降下法とは
ディープラーニングでは、重みパラメータを最適な値にして、損失関数を出来るだけ小さくするのが目標となります。
その目標のための方法の1つとして用いられるのが、確率勾配降下法です。
では、確率勾配降下法とは何なのでしょうか。
ディープラーニング
AI
AI[ディープラーニング]損失関数の使い分け
ディープラーニングでは、精度の指標として損失関数というのを使っています。
主な損失関数には、「交差エントロピー誤差」や「二乗和誤差」の2つがあります。
この2つはどのように使い分けらているのでしょうか。
AI[ディープラーニング]交差エントロピー誤差とは
ディープラーニングを学習していくと、交差エントロピー誤差というのに出会うと思います。交差エントロピー誤差って何？ってなって、手が止まった人もいると思います。今回は、そういう人に向けて交差エントロピー誤差とディープラーニングでの使い方について解説します。
AI[ディープラーニング]ソフトマックス関数とは
ディープラーニングを学習していると、ソフトマックス関数というのに出会うかもしれません。この関数分かんないんだけど…ってなって、ディープラーニングの学習が行き詰ってしまったという人もいると思います。この関数ってなんやねんという疑問に答えるために、今回はソフトマックス関数についてディープラーニングからの観点で解説します。