計算グラフの微積分：バックプロパゲーションを理解する | POSTD

学びカテゴリーの変更を依頼記事元:

postd.cc

115 usersがブックマークコメント

コメント

8

記事へのコメント8件

注目コメント
新着コメント

kent-where-the-light-is “フォワードモード微分では「1つの入力に対する出力の微分係数」が得られるだけですが、リバースモード微分ではそれらの全てが得られるのです。 ”

2018/02/10 リンク

boys-be-ambitious1311 #機械学習　#誤差逆伝播

2017/06/12 リンク

seihmd わかりやすい

2017/04/09 リンク

richard_raw 仕事でニューラルネットワーク使ってるのにバックプロパゲーションを理解しきれてませんでした。後で読まないと……。

2016/02/08 リンク

roomba 求めてた

2016/02/05 リンク

doublehorn93 計算グラフの微積分：バックプロパゲーションを理解する

2016/02/03 リンク

highfrontier 計算グラフの微積分：バックプロパゲーションを理解する

あとで読む

2016/02/02 リンク

Mikatsuki ん？全然わからん。

2016/02/02 リンク

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

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

計算グラフの微積分：バックプロパゲーションを理解する | POSTD

はじめにバックプロパゲーションとは、ディープモデルの学習を計算可能にしてくれる重要なアルゴリズム... はじめにバックプロパゲーションとは、ディープモデルの学習を計算可能にしてくれる重要なアルゴリズムです。最近のニューラルネットワークではバックプロパゲーション (誤差逆伝播法) を使うことで、最急降下法による学習が愚直な実装と比べて1000万倍速くなります。例えば，バックプロパゲーションでの学習に1週間しかかからないのに対して、愚直な実装では20万年かかる計算になります。ディープラーニングでの使用以外にも、バックプロパゲーションはさまざまな分野で使えるとても便利な計算ツールです。それぞれで呼ばれる名称は違うのですが、天気予報から、数値的安定性を分析する時にまで多岐にわたり使用できます。実際に、このアルゴリズムは、いろいろな分野で少なくとも20回は再開発されています（参照： Griewank（2010））。一般的な用途自体の名前は”リバースモード微分”といいます。基本的に、この技術は

ブックマークしたユーザー

techtech05212023/12/17
kmitsutani-work2019/08/22
katz19552019/04/09
nattou_org2018/05/19
kur0n0-shuya2018/04/30
juve_taka2018/04/22
peltier2018/02/17
kent-where-the-light-is2018/02/10
peketamin2018/02/09
saguwanimon2017/08/02
boys-be-ambitious13112017/06/12
foaran2017/05/07
seihmd2017/04/09
kinokotv2017/03/20
kesuuyof2017/03/12
colspan2017/03/07
boohbah2017/02/07
Maricom2017/02/02

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - 学び

いま人気の記事 - 学びをもっと読む

新着記事 - 学び

新着記事 - 学びをもっと読む

設定を変更しましたx