[PYTHON] Deep Learning aus den mathematischen Grundlagen (während der Teilnahme)

Unterricht bei MPS Yokohama

Ich kämpfe, weil ich ein Anfänger sowohl in der Programmierung als auch in der Mathematik bin. (Ich werde die Markdown-Notation und die TeX-Notation untersuchen und später neu schreiben.)

Motivation zur Teilnahme:

Letztendlich möchte ich die entsprechende Deep Learning-Bibliothek (Tensorflow) anpassen und für die Arbeit (Werbemittel) und zum Spielen (Haushaltsgerätebetrieb von Sensing ??) verwenden.

Lehrbuch (Lernquelle)

MPS-Vorlesungsfolien Vorlesungsvideo

@ hi_saitos Great Summary Note (Es tut mir leid, wenn es einen Druckfehler gibt (?) Oder mein Unverständnis)

25.05.2016 "Unbekannte Liste"

1.1.1 2. Folie S. 36 Great Note S. 14

Das Gewicht W wird als Matrix W und ein Vektor W (fette Buchstaben) als Translokation (?) T geschrieben, und ich denke, dass beide mit den resultierenden Zahlen identisch sind, aber ich frage mich, ob etwas Besonderes daran ist. ?? → 2. Vorlesungsvideo 1h23min ~ 1h42min ist die Erklärung Die Gewichte v00 und v01, die erforderlich sind, um z0 abzuleiten, sind zwei y0 und y1, also sind sie Vektoren, nicht wahr? Ist verdächtig. Wenn es sich um eine 2-mal-1-Matrix handelt, handelt es sich um einen speziellen Vektor, daher verstehe ich ihn jetzt. Ich frage mich, ob es ein Gerät ist, um daraus ein Formular zu machen, das von numpy.dot (w, x) verarbeitet werden kann.

1.1.1 Axes3D im Modul mpl_toolkits.mplot3d Wie zeichnet man hier

W,B = np.meshgrid(w,b)


    Z = se(0, sigmoid(W,1,B))
    fig = plt.figure()

    ax = Axes3D(fig)
    ax.plot_wireframe(W,B,Z)```

 2. Was möchten Sie mit einem Numpy-Mesh-Gitter erreichen?

3.```if __name__ == '__main__':```

 Es ist mir peinlich, nicht zu verstehen. .. .. Die aufgerufene Funktion? Klasse? Wenn ist main, führen Sie es aus? ?? Was meinst du?

 4.numpy.vectorize () Warum mit vectorize ein Array erstellen?

 5.self.w [0] [0] Was sind die Elemente dieser Matrix w?

 → Vielleicht verstanden.

#### **`w = [[3.0,],]`**
```0,],]

b = [[1.0,],]
alpha = 0.1
w=np.concatenate((w,b),axis=1)
w[0][0] += alpha```
 numpy array [row] [column] also w [0] [0] ist die 1. Zeile und 1. Spalte des Arrays w
 Was für ein Array w ist, ist eine 1-mal-2-Matrix namens [3.0 1.0], da b in der Spaltenrichtung enthalten ist.
 Also, was ist das 3.0? Das Bitflip-Problem ist, dass der Eingang 1 oder 0 1D und der Ausgang 1 oder 0 1D ist.
 Es gibt ein Gewicht w für die Eingabe. Sein Gewicht beträgt 3,0
 Dieses Mal möchte ich dieses w je nach Ergebnis um Alpha erhöhen oder verringern, also nehme ich 3.0 in der 1. Zeile und 1. Spalte mit w [0] [0] heraus.
 Ich addiere oder subtrahiere Alpha-Minuten.


 7. Über die Sigmoidfunktion
 Da 1 durch 1 + "positive Zahl (oder 0)" geteilt wird, verstehe ich, dass das Maximum 1 und das Minimum so nahe wie möglich bei 0 liegt.
 Was für eine Zahl ist diese "positive Zahl (oder 0)" von e zur -αu-Potenz (a> 0)? 1 / e zur αu-Potenz
 Ich frage mich, was die Zahl ist ... (Da u Wx + b ist, besteht die Möglichkeit, dass es negativ ist. Dann wird 1 / e zur Au-Potenz zu e zur Au-Potenz, und je größer a ist, desto schneller ist das Sigmoid Nähert sich das Ergebnis der Funktion 0?)

 8. Wie man f (u) in Python benutzt

 9. Wie berechnet man das Differential von Hand?

10.




Recommended Posts

Deep Learning aus den mathematischen Grundlagen (während der Teilnahme)
Deep Learning aus den mathematischen Grundlagen Teil 2 (während der Teilnahme)
Deep Learning von Grund auf neu
Deep Learning von Grund auf 1-3 Kapitel
Deep Learning / Deep Learning von Grund auf neu 2 Kapitel 4 Memo
Deep Learning / Deep Learning von Grund auf neu Kapitel 3 Memo
Deep Learning / Deep Learning von Null 2 Kapitel 5 Memo
Tiefes Lernen von Grund auf neu (Kostenberechnung)
Deep Learning / Deep Learning von Null 2 Kapitel 7 Memo
Deep Learning / Deep Learning von Grund auf neu Kapitel 5 Memo
Deep Learning / Deep Learning von Grund auf neu Kapitel 4 Memo
Deep Learning / Deep Learning von Grund auf neu 2 Kapitel 3 Memo
Deep Learning Memo von Grund auf neu gemacht
Deep Learning / Deep Learning von Null 2 Kapitel 6 Memo
(Python) Deep Learning Library Chainer-Grundlagen Grundlagen
Deep Learning Tutorial aus dem Umgebungsbau
Tiefes Lernen
Verbessertes Lernen, um von null bis tief zu lernen
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 7]
Tiefes Lernen von Grund auf neu (Vorwärtsausbreitung)
Tiefes Lernen / Tiefes Lernen von Grund auf 2-Versuchen Sie, GRU zu bewegen
Deep Learning / Deep Learning von Grund auf neu Kapitel 6 Memo
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 5]
[Lernnotiz] Deep Learning von Grund auf neu gemacht [Kapitel 6]
Bildausrichtung: von SIFT bis Deep Learning
"Deep Learning von Grund auf neu" mit Haskell (unvollendet)
Deep Learning / Deep Learning von Grund auf neu Kapitel 7 Memo
[Windows 10] Aufbau einer "Deep Learning from Scratch" -Umgebung
[Deep Learning von Grund auf neu] Über die Optimierung von Hyperparametern
"Deep Learning from Grund" Memo zum Selbststudium (Teil 12) Deep Learning
Mathematische Statistik aus den Grundlagen Probabilistische Variablen
[Lernnotiz] Deep Learning von Grund auf neu gemacht [~ Kapitel 4]
Selbststudien-Memo "Deep Learning from Grund" (unlesbares Glossar)
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 9) MultiLayerNet-Klasse
Deep Learning von Grund auf neu ① Kapitel 6 "Lerntechniken"
GitHub des guten Buches "Deep Learning von Grund auf neu"
Deep Learning von Grund auf neu Kapitel 2 Perceptron (Memo lesen)
Deep Learning Memorandum
[Lernnotiz] Deep Learning von Grund auf ~ Implementierung von Dropout ~
Starten Sie Deep Learning
Python: Tiefes Lernen in der Verarbeitung natürlicher Sprache: Grundlagen
Python Deep Learning
Lernen ohne Lehrer 1 Grundlagen
Deep Learning × Python
Python vs Ruby "Deep Learning von Grund auf neu" Zusammenfassung
"Deep Learning from Grund" Memo zum Selbststudium (10) MultiLayerNet-Klasse
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 11) CNN
[Deep Learning von Grund auf neu] Ich habe die Affine-Ebene implementiert
"Deep Learning from Grund" Memo zum Selbststudium (Nr. 19) Datenerweiterung
Anwendung von Deep Learning 2 von Grund auf neu Spam-Filter
Othello ~ Aus der dritten Zeile von "Implementation Deep Learning" (4) [Ende]
[Deep Learning] Führen Sie die neuronale SONY-Netzwerkkonsole über CUI aus
Ich habe versucht, Dropout zu erklären
Erstes tiefes Lernen ~ Kampf ~
Python: Unüberwachtes Lernen: Grundlagen
Deep Learning 1 Übung des Deep Learning
Deep Learning / Cross Entropy
Erstes tiefes Lernen ~ Vorbereitung ~
Erstes tiefes Lernen ~ Lösung ~
[AI] Deep Metric Learning