ニューラル ネットワークと深層学習構造
上の
写真は「ニューラルネットワークと深層学習」から抜粋 - Qiu Xipeng
下の写真は私が作成したフローチャートです
ナレッジポイントの検索
- 人工ニューラルネットワーク (ANN)
- 多層パーセプトロン (MLP)
- ディープ ニューラル ネットワーク/ディープ フィードフォワード ネットワーク (ディープ ニューラル ネットワーク) (DNN)
- Activation Function (アクティベーション関数)
深層学習 – アクティベーション関数 - 意思決定の境界線
- 勾配降下法 (GD)
深層学習 – 勾配降下法アルゴリズム - 勾配消失問題
- 爆発する勾配の問題
- グラデーションクリッピング
- 順伝播 (FP)
- 逆方向伝播 (BP)
- 目的関数
- 損失関数¶
- コスト関数
- フィードフォワード ニューラル ネットワーク
- 畳み込みニューラル ネットワーク (CNN)
- リカレント ニューラル ネットワーク (RNN)
- 長短期記憶 (LSTM)
- ラベル
- 特徴
- サンプル(一例)
- トレーニング
- モデル
- 回帰モデル
- 分類モデル
- 過学習
- 予測
- トレーニングセット
- 検証セット
- テストセット
- クラス
- 収束
- 正確さ
- 精度
- 再現率(再現率)
- バッチ
- 重さ
- バイアス
- 経験的リスク最小化 (ERM)
- 構造的リスクの最小化 (SRM)
- パラメータ
- ハイパーパラメータ (ハイパーパラメータ)
深層学習 – ハイパーパラメータ
上記は未完成であり、更新する必要があります。個人的な学習のためのみです。侵害の連絡先は削除されています。間違いや不備があれば、改善のためにご指摘ください。