エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Deep Learning資格試験 深層学習 最適化・高速化・軽量化
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
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
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Deep Learning資格試験 深層学習 最適化・高速化・軽量化
はじめに 日本ディープラーニング協会の Deep Learning 資格試験(E 資格)の受験に向けて、調べた内容... はじめに 日本ディープラーニング協会の Deep Learning 資格試験(E 資格)の受験に向けて、調べた内容をまとめていきます。 初期値の設定方法 通常(正規分布に従った重み) \begin{aligned} f(x) = \frac{1}{\sqrt{2 \pi}} e^{- \frac{x^2}{2}} \end{aligned} Xavier 対象の活性化関数 シグモイド関数 双曲線正接関数 設定方法 重みの要素を、前の層のノード数の平方根で除算した値 He 対象の活性化関数 ReLU 関数 設定方法 重みの要素を、前の層のノード数の平方根で除算した値に対し\sqrt{2}をかけ合わせた値 ドロップアウト 過学習の課題 ノードの数が多い ドロップアウトとは︖ ランダムにノードを削除して学習させること メリット データ量を変化させずに、異なるモデルを学習させていると解釈できる ソ