Affine層とSoftmax-with-Loss層の計算グラフとnumpy for python実装 - end0tknr's kipple - web写経開発 上記のentryでは、ニューラルネットワークのアフィン層を使用していますが、 今回は、画像処理のAffine変換。 どうやら、Affine変換とは、ニューラルネ…

メモ。詳細は、python script内のコメントをご覧ください # coding: utf-8 from PIL import Image import numpy as np def main(): img_file_path = "./marble.png" img = Image.open(img_file_path) change_color_mode( img ) # カラー/モノクロモード変換 …

【ML-Agents Release 17 環境構築 2021.5 -Windows】【強化学習でAIを避難させる】 #2 -Unity ML-Agents - Qiita 上記urlを参考に ML-Agents Release19 + unity 2021.3 + python3.8 の環境を作成します。 ※ 2022/9時点で、最新のpythonは3.10ですが、 mlagen…

$ git clone --branch release_12 https://github.com/Unity-Technologies/ml-agents.git ↑このコマンドラインと同様に、トータスgitで、cloneするには、↓こう

総和 ( Summation ) 総乗 ( Multiplication ) Π(パイ)を、総積と誤って読んでいました

https://oguemon.com/study/linear-algebra/matrix-notice/ 上記urlの写経です 一覧 交換法則 結合法則 分配法則 指数法則 一覧 |法則名 |和|積|指数| |交換 |○|△| － | |結合 |○|○| － | |分配 |○|○| － | |指数 |－|－| ○ | 交換法則 和の場合、成立します…

http://www.math.kanagawa-u.ac.jp/mine/linear_alg/linear_alg_2017_02_28.pdf 上記pdfの p.8～からの写経 数学三大分野 用語 説明 代数学 四則演算の技法を高める学問 解析学 微分,積分,複素数等、極限,収束を扱う 幾何学 空間図形を扱う 微分積分 用語 説…

pythonによる deep learning のコードを スラスラとは、書けない。 そもそも、線形代数をかなり忘れている気がしますので、 線形代数を振り返ってみます。 線形代数の教科書は、様々な大学がpdfとして公開していますが、 私の場合、何となく、以下の神奈川大…

筑波大学の機械学習講座がyoutubeで公開されていますが、 その中で、紹介されている機械学習のロードマップが分かりやすかったので、 SVG (inkscape) で写経 www.youtube.com

# coding: utf-8 from PIL import Image import sys, os import urllib.request import gzip import numpy as np def main(): mymnist = MyMnist() (x_train, t_train, x_test, t_test) = mymnist.load_mnist() i = 0 while i < 10: img = Image.fromarray(n…

Re: Python3.6.10でDeepFloorPlanを動かしてみた - end0tknr's kipple - web写経開発 以前のentryで、一旦、諦めかけましたが 既に存在し、Google Colaboratory や data も公開されているので、 そのまま試すことができました。 https://github.com/zcemycl/…

deep-learning-from-scratch/train_deepnet.py at master · oreilly-japan/deep-learning-from-scratch · GitHub 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 の 8章 sample codeの写経です。 python scriptは以下の通り…

「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.229～233 の写経です。 ここまでで理解が深まった気がしますが、 様々、ありすぎて、理解できていない部分もあると思います。 # coding: utf-8 import sys, os import nump…

deep-learning-from-scratch/ch06 at master · oreilly-japan/deep-learning-from-scratch · GitHub 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.197～202 の写経です。 ハイパーパラメータとは? 各層のニューロン数 …

deep-learning-from-scratch/ch06 at master · oreilly-japan/deep-learning-from-scratch · GitHub 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.193～195 の写経です。 先程の Weight decay (荷重減衰)とは別に Dropo…

deep-learning-from-scratch/ch06 at master · oreilly-japan/deep-learning-from-scratch · GitHub 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.193～195 の写経です。 過学習の主な原因 パラメータを大量に持ち、表…

先程のentryでは、 重み初期値が広がりが持つようXavierやHeを使用していますが Batch Normalizationという手法を追加することでも、 アクティベーション分布の広がりを調整できるようです。 尚、アクティベーションとは、Affine層による処理を指します。 Af…

deep-learning-from-scratch/ch06 at master · oreilly-japan/deep-learning-from-scratch · GitHub 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.177～186 の写経です。 p.178によれば、過学習を抑える為、重みの初期…

GitHub - oreilly-japan/deep-learning-from-scratch: 『ゼロから作る Deep Learning』(O'Reilly Japan, 2016) 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.156～163 の写経です。 以前、以下のentryでは、勾配計算に…

github.com 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.147～154の写経として、以下の朱書き部分を計算グラフ化します。 目次 Affineレイヤ Softmax-with-Lossレイヤ Affine ReLU ・ ・ ・ ・ Affine Softmax input …