g-kentei-kei

ソフトマックス関数（Softmax Function） 解説：スコアを「確率」に変える変換機 ソフトマックス関数は、ニューラルネットワークの「出力層」で使われる関数です。特に、3つ以上の選択肢から正解を選ぶ「多クラス分類」において必須となり...

Leaky ReLU関数（リーキー・レル） 解説：ReLUの「弱点」を克服した改良版 Leaky ReLU（LReLU）は、現在主流であるReLU関数の「ある致命的な弱点」を修正するために考案された改良版です。「Leaky」とは「水漏れする...

ReLU関数（ランプ関数 / 正規化線形関数） 解説：最強の「スイッチ」 ReLU（Rectified Linear Unit：レル）は、現在ディープラーニングの中間層で最も標準的に使われている活性化関数です。「正規化線形関数」や「ランプ関...

tanh関数（ハイパボリックタンジェント） 解説：シグモイド関数の進化版 tanh関数（Hyperbolic tangent function：双曲線正接関数）は、シグモイド関数によく似たS字カーブを描く活性化関数です。 シグモイド関数との...

シグモイド関数（Sigmoid Function） 解説：確率への変換装置 シグモイド関数は、どんな入力値が来ても、出力を必ず「0から1」の範囲にギュッと圧縮する性質を持つS字型の関数です。 この「0〜1」という範囲は、そのまま「確率（0%...

活性化関数（アクティベーション・ファンクション） 解説：ニューロンの「やる気スイッチ」 活性化関数は、ニューロン（ノード）に入ってきた情報を、「次の層にどれくらいの強さで伝えるか」を決定する関数です。 人間の脳細胞（ニューロン）は、電気信号...

TPU (Tensor Processing Unit) 解説 TPU（Tensor Processing Unit）は、Googleが自社のディープラーニング（特にTensorFlow）を高速化するために独自開発した「AI専用のプロセッサ...

GPU (Graphics Processing Unit) 解説 GPU（画像処理装置）は、もともと3Dゲームなどの映像を描画するために開発されたパーツです。しかし現在では、その圧倒的な計算能力を買われ、AI（ディープラーニング）の計算リ...

CPU (Central Processing Unit) 解説 CPU（中央演算処理装置）は、パソコンやスマートフォンの「頭脳」にあたるパーツで、OSの起動からアプリの実行まで、あらゆる処理をこなす汎用的な計算装置です。 「数人の天才数学...

隠れ層・入力層・出力層 解説：データの「料理」プロセス ニューラルネットワークは、データを受け取ってから結果を出すまでを、役割の異なる3種類の「層（レイヤー）」のリレー形式で行います。 これをレストランの厨房に例えると、それぞれの役割は以下...