Deep Learningについて、日本情報システム・ユーザー協会(JUAS)のJUAS ビジネスデータ研究会 AI分科会で発表しました。その際に使用した資料です。専門家向けではなく、一般向けの資料です。
なお本資料は、2015年12月の日本情報システム・ユーザー協会(JUAS)での発表資料の改訂版となります。
28. ⽬的関数Eにおいて、重み w11, …,w11, …と
閾値 θ1, … ,θ1, … を順に
w11+Δw11, …, θ1+Δθ1, …
H H H H
w11+Δw11, …, θ1+Δθ1, …
O O O O
H O
H O
と変化させたときに⽬的関数Eが最も⼩さく
なるのは次の関係が成り⽴つときである
(w11, … , θ1, … , w11, …, θ1, …)
= - η(
H H O O
δE
δw11
δE
δθ1
δE
δw11
δE
δθ1
H OH O,…, ,…, ,…, ,… )
37. ⽬的関数Eにおいて、重み w11, …,w11, …と
閾値 θ1, … ,θ1, … を順に
w11+Δw11, …, θ1+Δθ1, …
H H H H
w11+Δw11, …, θ1+Δθ1, …
O O O O
H O
H O
と変化させたときに⽬的関数Eが最も⼩さく
なるのは次の関係が成り⽴つときである
(w11, … , θ1, … , w11, …, θ1, …)
= - η(
H H O O
δE
δw11
δE
δθ1
δE
δw11
δE
δθ1
H OH O,…, ,…, ,…, ,… )
ユニットごとに、ユニット間の
重みや閾値を計算しようとするから
⼤変なことになる