明日会社がいないなんて

明日会社がなくなっていても動揺しないように、情報を残していきたい

夏休み2日目の学習記録

地元のフードコートで勉強しました。

『ゼロから作るDeep Learning

  • 3時間(12:30-15:30)
  • 19ページ(94-112P)
  • (4.2.3-4.4章)
学んだこと
  • numpy.random.choice: 指定された数字の中からランダムに好きな数だけ取り出せる

  • ニューラルネットワークの学習の際に、認識制度を「指標」にしてはいけない。 認識精度とは、「100枚中32枚正しく認識したから32%」という値。 認識精度を使うと、微分がほとんどゼロになってしまうため。

  • 学習:適切なパラメータを決める作業

  • 学習率:どれだけパラメータを更新するかを決める値

  • ハイパーパラメータ:学習率のような値。人の手によって設定されるパラメータ

  • 刻み幅hは1E-4程度であれば、いい結果が選られる。 刻み幅は大きすぎても小さすぎてもいけない。 http://www.geo.titech.ac.jp/lab/ida/numexe/manual/4/diff.html

Python

h = 0.1
x = numpy.array([3, 4])
x[0] = x[0] + h
print(x) #⇒[3.1 4]を期待するが、[3 4]が表示される
x = x + h
print(x) #⇒[3.1 4.1]が表示される。

numpy.arrayは、型の異なる要素が混在してはいけないらしい。 できれば、x[0] = x[0] + hの処理で、アップキャストして欲しいんだけどなー

NumPy 配列の基礎 — 機械学習の Python との出会い

  • タプルは便利!関数が返す情報を簡単に増やすことができる。

『TensorFlowで学ぶディープラーニング入門』

  • 1.5時間(16:00-17:30)
  • 41ページ(16-56P)
  • 1.1~1.3章

以下の本を捨てます

本棚を整理しました。

捨てる理由は、以下の通り。

  • 情報が古い(Pythonの本はバージョン1.5ベース)
  • 触りたくない言語(WSHやりたくない)
  • 難しかった(作って分かる系)
  • もう受ける気のない試験の対策本

感想

  • Deep Learningの本が飽きてきたので、Tensorflowの本に乗り換えました。