深層学習(Deep Learning)について理解を深めようと, 機械学習プロフェッショナルシリーズの「深層学習」(岡谷貴之著)を読んでみた.
目 次
第1章 はじめに
第2章 順伝播型ネットワーク
第3章 確率的勾配降下法
第4章 誤差逆伝播法
第5章 自己符号化器
第6章 畳込みニューラルネット
第7章 再帰型ニューラルネット
第8章 ボルツマンマシン
この本は, 深層学習の基礎から, 自己符号化器, 畳込みニューラルネット(CNN), 再帰型ニューラルネット(RNN)など, 幅広く記載されている.
全般的に式の導出&説明が丁寧なので, 基礎的な数学(線型代数,微分積分と確率など)の知識があればそれなりに読み通せる.
最近は, TensorFlowやChainerなどの深層学習フレームワークもあるので, 式の詳細を十分理解できなくても, 考え方を理解するだけでも十分に役立つと思う.
個人的には, 自己符号化器や畳込みニューラルネットのネット構造など理解が深まりよかった.
TensorFlowを使って試してみようと思う.
以下に, 第4刷の正誤表を気付いた範囲で載せておく.
p.1 下から1,2行目 | 入力層から | 出力層から |
p.2 2行目 | 勾配消失問題という呼ばれる | 勾配消失問題と呼ばれる |
p.3 8行目 | 基づいて行わるものの, | 基づいて行われるものの, |
p.11 3,4行目 | (retified linear function) | (rectified linear function) |
p.95 7行目 | ||
p.116 10行目 | と | と |
p.120 4行目 | ||
p.127 9行目 | 'ccba' | 'cbab' |
----
|
初めてのディープラーニング --オープンソース"Caffe"による演習付き
|
深層学習 Deep Learning (監修:人工知能学会)
|
|