こんにちは！
現役パラレルワーカー フクコです。
前回の記事↓に続き
来年の2月の試験に向けてE資格試験勉強中のため
ゼロつくシリーズでおなじみ
オーライリーから出版されている
ディープラーニングの本格的な入門書でおススメされる
この本↑を毎日5ページずつコツコツこなすと
約2か月間で今年中に終了するので
来年のE資格試験までにこれで基礎力をつけることにしました。(＾＾)
ついつい私は何もないとだらけてしまうので(笑)
毎日5ページ終わった後の記録とまとめを書いていこうと思います。
と、まとめに入る前に…
やる気を出すためのコトバをシェアします！！(主に私のやる気を出すために 笑）
「正しい判断を下そうとすることは大切だ。
でも決してそれだけがすべてじゃない。
判断が正しいか間違っているかなんて
その時には誰にも分からない。
だから大切なのは判断の後。下した判断を正解にする努力。」
ｂｙユウゴ
↓の記事でもおススメした「約束のネバーランド」から
私の大好きなおじさんこと（ユウゴ）のコトバです。（＾＾）
やっぱり「約束のネバーランド」ものスゴーくいいんですよ～。
コトバ一言、一言に説得力があるんですよね。
ここぞという時に本当にやる気が出る名言がいっぱいです。
おそらく作者の方はコーチングとか自己啓発を勉強していたに違いない…
それはさておき、いい加減まとめに入ります。笑
その前に本の目次の紹介です。
ゼロつくディープラーニングは、下記↓の合計8章で構成されています。
本の目次
- 1章 Python入門
- 2章 パーセプトロン
- 3章 ニューラルネットワーク
- 4章 ニューラルネットワークの学習
- 5章 誤差伝播法
- 6章 学習に関するテクニック
- 7章 畳み込みニューラルネットワーク
- 8章 ディープラーニング
ちなみに…
ゼロつくディープラーニングの第1章はPython入門のセクション(20ページ分)なので、
とりあえず今回私は飛ばし、第2章からまとめています。
今回もひきつづき第3章からでーす。
第3章 ニューラルネットワーク
3.4.2 各層における信号伝達の実装
↑のニューラルネットワークの例を式にまとめてみると…
↑の上記のようになる。
これをNumPyの多次元配列を使って実装。
ここでは入力信号、重み、バイアスは適当な値に設定してみて実装。
import numpy as np X = np.array([1.0, 0.5]) W1 = np.array([[0.1, 0.3, 0.5],[0.2, 0.4, 0.6]]) B1 = np.array([0.1, 0.2, 0.3]) print(W1.shape)#出力は、(2, 3) print(B1.shape)#出力は、(3,) A1 = np.dot(X,W1) + B1
ハイ、今日はここまで！！
ということで、第3章のニューラルネットワークはまだまだ続きます。
やっぱり、平日に仕事終わりに勉強するのはキツイ…涙 （＞ー＜）
そして、なかなか前に進みません…😢
でもでも！コツコツとちょっとずつでもいいから続けるのが大切ですよね～。
そのうち気がつくとめっちゃ理解できる！！
…そのはず 笑
引き続き頑張りまっす。
最後まで読んでくださり、ありがとうございます！
フクコ
ディープラーニング入門書おススメ本
