数値計算

数値計算

MATLAB,Python,Scilab,Julia比較 第4章 その27【連鎖律の前準備①】

総当たり法では非効率なので最適化アルゴリズムを使用する。 最適化アルゴリズムを使用するには連鎖律が必要。 連鎖律を利用するには損失、活性化関数、各層の入力の導関数を求める必要がある。
数値計算

【入門】シグモイドによる決定境界安定化(Julia)【数値計算】

活性化関数をシグモイド関数にした形式ニューロンをJuliaで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

【入門】シグモイドによる決定境界安定化(Scilab)【数値計算】

活性化関数をシグモイド関数にした形式ニューロンをScilabで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

【入門】シグモイドによる決定境界安定化(Python)【数値計算】

活性化関数をシグモイド関数にした形式ニューロンをPython(NumPy)で実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

【入門】シグモイドによる決定境界安定化(MATLAB)【数値計算】

活性化関数をシグモイド関数にした形式ニューロンをMATLABで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

MATLAB,Python,Scilab,Julia比較 第4章 その26【シグモイドによる決定境界安定化⑥】

活性化関数をシグモイド関数にした形式ニューロンをJuliaで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

MATLAB,Python,Scilab,Julia比較 第4章 その25【シグモイドによる決定境界安定化⑤】

活性化関数をシグモイド関数にした形式ニューロンをScilabで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

MATLAB,Python,Scilab,Julia比較 第4章 その24【シグモイドによる決定境界安定化④】

活性化関数をシグモイド関数にした形式ニューロンをPython(NumPy)で実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

MATLAB,Python,Scilab,Julia比較 第4章 その23【シグモイドによる決定境界安定化③】

活性化関数をシグモイド関数にした形式ニューロンをMATLABで実現。 結果はカスタムヘヴィサイドの時と一緒。
数値計算

【入門】シグモイドによる決定境界安定化【数値計算】

決定境界直線の一般的な安定化方法がある。 シグモイド関数を使用する方法。 シグモイド関数の定義について説明。 カスタムヘヴィサイドとシグモイドの比較。 総当たり法では効能の差は出ないが、誤差逆伝播法を使い始めるとシグモイドじゃないと都合が悪い。