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
lambdaは、無名関数が作成できる。
myfunc = lambda x: x ** 2
http://www.lifewithpython.com/2013/01/python-anonymous-function-lambda.htmlif __name__ == '__main__':
import文インポートされたかどうかの識別に使う。numpyのarrayの型でハマった。
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。
- 『Pythonテクニカルリファレンス』ピアソン・エデュケーション
- 『WSHクイックリファレンス』O'Reilly
- 『作ってわかるCプログラミング』技術評論社
- 『ウェブデザイン技能検定2級』FOM出版
捨てる理由は、以下の通り。
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。