AIに手を出してみる。TensorFlowで学ぶディープラーニング入門
今回は、Chapter3-3に記載されています、「多層ニューラルネットワーク」について書きます。
皆さん、こんにちは、こんばんわ。
His First Japan 合同会社 代表社員の字引淳です。
最近は、SNS広告やら、新規事業のサービスの資料作成やら、OpenStack環境構築の勉強やら、このAIの勉強について、優先度が下がっている。
優先順位は、現在の事業についてが第一位、新規事業についてが第二位、その他今後のために学ぶことは第三位になる。
SNS広告やら、新規事業のサービスの資料作成やら、OpenStack環境構築の勉強は新規事業に関することなので第二位になります。
このブログのAIについては、第三位になってしまうので、どうしても、集中的に時間と学習を突っ込むことができないのが残念です。
今回は多層のニューラルネットワークについてです。
Chapter03 - 1の場合は、直線で分類できるものでしたが、この場合は、直線での分類が困難な事例です。
イメージの結果の項目のように一松模様のような分類を行う場合は、単純な直線による分類が困難です。
今回から、ニューラルネットワークの隠れ層と出力層に色をつけました。
隠れ層1:赤 特徴量を取り出す層
隠れ層2:青 隠れ層1の結果を受け、XOR回路による判定機能
出力層:紫 隠れ層2と合わせXOR回路による判定機能
これでChapter3が終わりになりますが、ここでやっていることは、①の枠内でのことに終始しています。
このように図を書いてまとめてみると、著者の意図が見えてきますね。
最後に、確認のために、前回のサンプルも色を付け直しました。
隠れ層1:赤
出力層:紫
確かに、大きな変更が入っているのは、この部分だけということがわかります。※ ③の処理は、欲しい結果が違うので、差分として考えていません。悪しからず。