Submit Search
Upload
ニューラルネットワーク ことはじめ
•
24 likes
•
6,875 views
Kazuhide Okamura
Follow
2014年11月度 AITC クラウド・テクノロジー活用部会 勉強会資料 ニューラルネットワーク ことはじめ
Read less
Read more
Technology
Report
Share
Report
Share
1 of 31
Download now
Download to read offline
Recommended
Ikarashi Bachelor Thesis
Ikarashi Bachelor Thesis
pflab
Excelで単純パーセプトロン
Excelで単純パーセプトロン
takezit
ITエンジニアのための英語勉強法
ITエンジニアのための英語勉強法
Etsuji Nakai
研究を加速するChainerファミリー
研究を加速するChainerファミリー
Deep Learning Lab(ディープラーニング・ラボ)
TensorFlowで学ぶDQN
TensorFlowで学ぶDQN
Etsuji Nakai
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural Networks
Yusuke Uchida
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
喜智 大井
Kazumasa Sakiyama Bachelor Thesis
Kazumasa Sakiyama Bachelor Thesis
pflab
Recommended
Ikarashi Bachelor Thesis
Ikarashi Bachelor Thesis
pflab
Excelで単純パーセプトロン
Excelで単純パーセプトロン
takezit
ITエンジニアのための英語勉強法
ITエンジニアのための英語勉強法
Etsuji Nakai
研究を加速するChainerファミリー
研究を加速するChainerファミリー
Deep Learning Lab(ディープラーニング・ラボ)
TensorFlowで学ぶDQN
TensorFlowで学ぶDQN
Etsuji Nakai
Embedding Watermarks into Deep Neural Networks
Embedding Watermarks into Deep Neural Networks
Yusuke Uchida
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
Deep Learning Lab MeetUp 学習編 AzureインフラとBatch AI
喜智 大井
Kazumasa Sakiyama Bachelor Thesis
Kazumasa Sakiyama Bachelor Thesis
pflab
Takahashi Bachelor thesis
Takahashi Bachelor thesis
pflab
マイクロソフトが考えるAI活用のロードマップ
マイクロソフトが考えるAI活用のロードマップ
Deep Learning Lab(ディープラーニング・ラボ)
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
Deep Learning JP
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
Takayoshi Tanaka
OpenStack Ironicによるベアメタルプロビジョニング
OpenStack Ironicによるベアメタルプロビジョニング
Yuuki Mori
ニューラルネットワークの紹介
ニューラルネットワークの紹介
振荟 王
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
Deep Learning Lab: DIMo & Chainer
Deep Learning Lab: DIMo & Chainer
Preferred Networks
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
NVIDIA Japan
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
tomitomi3 tomitomi3
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
Sony Network Communications Inc.
SBRA2018講演資料
SBRA2018講演資料
Hiroki Nakahara
いきなりAi tensor flow gpuによる画像分類と生成
いきなりAi tensor flow gpuによる画像分類と生成
Yoshi Sakai
20171206 Sony Neural Network Console 活用テクニック
20171206 Sony Neural Network Console 活用テクニック
Sony Network Communications Inc.
Getting Started with Deep Learning using Scala
Getting Started with Deep Learning using Scala
Taisuke Oe
学生からみた松江高専生とOpenStackで遊んだお話
学生からみた松江高専生とOpenStackで遊んだお話
Toru Komatsu
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
Kazuhide Okamura
いろんなセンサーで 家の中のいろいろなものを測ってみた
いろんなセンサーで 家の中のいろいろなものを測ってみた
Kazuhide Okamura
使ってわかる 今どきのdocker超入門
使ってわかる 今どきのdocker超入門
Kazuhide Okamura
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
Kazuhide Okamura
マンガ駆動開発のすゝめ
マンガ駆動開発のすゝめ
Kazuhide Okamura
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
Kazuhide Okamura
More Related Content
What's hot
Takahashi Bachelor thesis
Takahashi Bachelor thesis
pflab
マイクロソフトが考えるAI活用のロードマップ
マイクロソフトが考えるAI活用のロードマップ
Deep Learning Lab(ディープラーニング・ラボ)
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
Deep Learning JP
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
Takayoshi Tanaka
OpenStack Ironicによるベアメタルプロビジョニング
OpenStack Ironicによるベアメタルプロビジョニング
Yuuki Mori
ニューラルネットワークの紹介
ニューラルネットワークの紹介
振荟 王
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
Deep Learning Lab: DIMo & Chainer
Deep Learning Lab: DIMo & Chainer
Preferred Networks
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
NVIDIA Japan
What's hot
(9)
Takahashi Bachelor thesis
Takahashi Bachelor thesis
マイクロソフトが考えるAI活用のロードマップ
マイクロソフトが考えるAI活用のロードマップ
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
[Dl輪読会]AdaNet: Adaptive Structural Learning of Artificial Neural Networks
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
[量子コンピューター勉強会資料] マヨラナ粒子によるスケーラブルな量子コンピューターの設計
OpenStack Ironicによるベアメタルプロビジョニング
OpenStack Ironicによるベアメタルプロビジョニング
ニューラルネットワークの紹介
ニューラルネットワークの紹介
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
Deep Learning Lab: DIMo & Chainer
Deep Learning Lab: DIMo & Chainer
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
Similar to ニューラルネットワーク ことはじめ
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
tomitomi3 tomitomi3
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
Sony Network Communications Inc.
SBRA2018講演資料
SBRA2018講演資料
Hiroki Nakahara
いきなりAi tensor flow gpuによる画像分類と生成
いきなりAi tensor flow gpuによる画像分類と生成
Yoshi Sakai
20171206 Sony Neural Network Console 活用テクニック
20171206 Sony Neural Network Console 活用テクニック
Sony Network Communications Inc.
Getting Started with Deep Learning using Scala
Getting Started with Deep Learning using Scala
Taisuke Oe
学生からみた松江高専生とOpenStackで遊んだお話
学生からみた松江高専生とOpenStackで遊んだお話
Toru Komatsu
Similar to ニューラルネットワーク ことはじめ
(7)
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
第6回 KAIM 金沢人工知能勉強会 人工知能を知るために脳を知る
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
2018/02/27 Recurrent Neural Networks starting with Neural Network Console
SBRA2018講演資料
SBRA2018講演資料
いきなりAi tensor flow gpuによる画像分類と生成
いきなりAi tensor flow gpuによる画像分類と生成
20171206 Sony Neural Network Console 活用テクニック
20171206 Sony Neural Network Console 活用テクニック
Getting Started with Deep Learning using Scala
Getting Started with Deep Learning using Scala
学生からみた松江高専生とOpenStackで遊んだお話
学生からみた松江高専生とOpenStackで遊んだお話
More from Kazuhide Okamura
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
Kazuhide Okamura
いろんなセンサーで 家の中のいろいろなものを測ってみた
いろんなセンサーで 家の中のいろいろなものを測ってみた
Kazuhide Okamura
使ってわかる 今どきのdocker超入門
使ってわかる 今どきのdocker超入門
Kazuhide Okamura
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
Kazuhide Okamura
マンガ駆動開発のすゝめ
マンガ駆動開発のすゝめ
Kazuhide Okamura
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
Kazuhide Okamura
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Kazuhide Okamura
More from Kazuhide Okamura
(7)
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
協働プロジェクト「空気を読む家」キッチンにおけるデータ収集
いろんなセンサーで 家の中のいろいろなものを測ってみた
いろんなセンサーで 家の中のいろいろなものを測ってみた
使ってわかる 今どきのdocker超入門
使ってわかる 今どきのdocker超入門
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
気象予報データ(数値予報GPV)を用いたデータビジュアライゼーション
マンガ駆動開発のすゝめ
マンガ駆動開発のすゝめ
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう! 【簡略版】
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
遺伝的アルゴリズム(Genetic Algorithm)を始めよう!
Recently uploaded
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
Recently uploaded
(10)
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
ニューラルネットワーク ことはじめ
1.
Copyright ©2014 Advanced
IT Consortium to Evaluate, Apply and Drive All Rights Reserved. ニューラルネットワーク ことはじめ 2014年11月17日 先端IT活用推進コンソーシアム クラウド・テクノロジー活用部会 勉強会資料 岡村和英(株式会社テクリエ)
2.
ニューラル ネットワーク? 2
3.
脳の仕組みを シミュレーションに よって表現した
数学モデル 3
4.
脳の働きを コンピューターで 再現する
4
5.
ニューロン と シナプス
5
6.
ニューロン(neuron) 6
7.
神経細胞 7
8.
細胞体 (soma) http://commons.wikimedia.org/wiki/File:Neuron_Hand-tuned.svg
樹状突起 (dendrite) 核 シナプス (synapse) 軸索 (axon) (細かいところは省略) 8
9.
樹状突起から入力される信号が ある一定のしきい値を超えると 急激な電位変化が生じる
(ニューロンの発火) 9
10.
軸索から出力された信号が シナプスを通じて接続された 別のニューロンに伝えられる
10
11.
シナプスの信号伝達効率は それぞれ異なる 11
12.
モデル化してみる 12
13.
人工ニューロン 13
14.
しきい値 Θ 結合係数wi
入力xi 出力O ユニット 14
15.
階層型 ネットワーク 15
16.
wkj xi Ok
wji 入力層 中間層 出力層 16
17.
wkj xi Ok
wji 前向き演算 入力層 中間層 出力層 17
18.
パターン識別程度であれば 3階層で実現可能 18
19.
ネットワークに 学習させる 19
20.
結合係数を調整することで 理想の出力を得る 20
21.
全てのユニットの しきい値は同じ Θ=一定
21
22.
発火したニューロンの出力は 入力量に関わらず常に一定 O=0or1
22
23.
しきい値を半分に減らしたい (より敏感に反応) Wiを2倍にする
(入力感度を高める) 23
24.
出力を2倍にしたい (より強く反応) Wjiを2倍にする
(出力先の入力感度を高める) 24
25.
バックプロパゲーション (誤差逆伝搬法) 25
26.
wkj xi Ok
wji 後向き演算 入力層 中間層 出力層 26
27.
出力層で得られる誤差が 少なくなるように 結合係数を修正する
27
28.
具体的な計算方法は ここで説明するには 難しすぎるので割愛
28
29.
複数の教師信号パターンを 繰り返すことで 全体の誤差を最小化できる
29
30.
今回はここまで! 30
31.
Copyright ©2014 Advanced
IT Consortium to Evaluate, Apply and Drive All Rights Reserved. http://aitc.jp https://www.facebook.com/aitc.jp ハルミン AITC非公式イメージキャラクター
Download now