Розмір відео: 1280 X 720853 X 480640 X 360
Показувати елементи керування програвачем
Автоматичне відтворення
Автоповтор
１から飛ばさず説明してくださるので、めっちゃわかりやすいです。
ようやく初めて交差エントロピーがよくわかりました！
素晴らしい。わかりやすい。
高校で習った二項分布がここまで発展するんだな。感慨深い。
勉強になりました
説明が一々神です！神の祭壇でable神を呼び出したい。。
尤度関数分かりやすかったです。
すごいいい！
非常にわかりやすいです！しかし一つ疑問なんですが、そもそもモデルを作るにはどうしたら良いのでしょうか？
LeLU関数みたいなの使うと数式じゃなくなる気がします。そうなったら微分できなくないですか
錦糸町のホストみたいな、もふもふ不動産でdeep learning について勉強した。直感的には、行列や微分が出てくるところが雰囲気掴めた。(錦糸町のホストも、直感的説明とコメ)でも、ここでその部分を掘り下げてくれて、わかりやすい。偏微分のところまでわかった。プログラミングまで、頑張りたい。
15:36 1、2のデータの出力のかっこの右上のTって何ですか？？
転置
30:10 wが重み、yが各ニューロンにおける値とすると、zが活性化関数でしょうか？あと、本質的な問いではないかと思いますが、y_1^2を通る経路だけ考えているようにみえるのですが、y_2^2を通る経路も考える必要があるのではないでしょうか？つまりは全微分
具体例nはデータの個数: 人のID(1,2,3,4)kはクラス: 服のサイズ(SML)t_{nk}=[0 1 00 0 10 0 11 0 0]y_{nk}=[0.1 0.8 0.10.3 0.1 0.60.2 0.3 0.50.4 0.3 0.3]
あれだ、神経伝達物質を分泌させてシナプスの重み付けをシーン毎に変化させてA10神経系をダイナミックに活動させよう(何
１から飛ばさず説明してくださるので、めっちゃわかりやすいです。
ようやく初めて交差エントロピーがよくわかりました！
素晴らしい。わかりやすい。
高校で習った二項分布がここまで発展するんだな。感慨深い。
勉強になりました
説明が一々神です！
神の祭壇でable神を呼び出したい。。
尤度関数分かりやすかったです。
すごいいい！
非常にわかりやすいです！
しかし一つ疑問なんですが、そもそもモデルを作るにはどうしたら良いのでしょうか？
LeLU関数みたいなの使うと数式じゃなくなる気がします。
そうなったら微分できなくないですか
錦糸町のホストみたいな、もふもふ不動産でdeep learning について勉強した。直感的には、行列や微分が出てくるところが雰囲気掴めた。(錦糸町のホストも、直感的説明とコメ)でも、ここでその部分を掘り下げてくれて、わかりやすい。偏微分のところまでわかった。プログラミングまで、頑張りたい。
15:36 1、2のデータの出力のかっこの右上のTって何ですか？？
転置
30:10 wが重み、yが各ニューロンにおける値とすると、zが活性化関数でしょうか？
あと、本質的な問いではないかと思いますが、y_1^2を通る経路だけ考えているようにみえるのですが、y_2^2を通る経路も考える必要があるのではないでしょうか？つまりは全微分
具体例
nはデータの個数: 人のID(1,2,3,4)
kはクラス: 服のサイズ(SML)
t_{nk}=
[0 1 0
0 0 1
0 0 1
1 0 0]
y_{nk}=
[0.1 0.8 0.1
0.3 0.1 0.6
0.2 0.3 0.5
0.4 0.3 0.3]
あれだ、神経伝達物質を分泌させてシナプスの重み付けをシーン毎に変化させてA10神経系をダイナミックに活動させよう(何