スポンサーリンク
プロフィール

Author:やる夫達のいる日常
一言:雷怖い

NEW!新規まとめ作品第1話リンク
7/16
逃げ出したスグリは、壊れたデスゲームを 終わらせるようです。
7/14
シオニーが都会deヤック・デ・カルチャー
6/25
キル夫は野球大会で逆襲するようです
やらない夫達はアウトサイダー
5/28
フレデリクなルーナ
5/16
ジェイガンなアリス
5/15
CUT THE CRAP
5/14
キル夫は光の少女を守るようです。
やる夫の冒険は終わりました
5/7
やる夫は地方のウマ娘トレーナーのようです
5/6
ジーク君は復讐の旅をしているようです
4/28
タンジェロ・ポッターと賢者の石
4/22
デキルオは魔物と共に取り戻すようです
ヤルオは返済に奔走するようです
4/20
しのぶさんは間桐のマスターのようです
水銀燈は万物を魅了するようです
4/17
まどかと愉快な仲間達(仮)
4/15
やる夫はスキル世界であんこるようです
4/10
魔法コミュ障女★結芽は怠惰
4/7
やる夫の鬼滅っぽい刃
4/6
喪女ゴンクエストⅢ ~そして結婚へ~
4/2
やる夫とライナーは鬼武者のようです。



Pick up!
いきものがかりたち
プレ医師ネタ 神奈川県医師会からのお願い


このブログについて詳しくはこちら
About
プライバシーポリシー


現行作品リスト
完結作品リスト


※注意
当ブログからの転載はおやめください。
元スレ及び掲示板の規約に従うようお願いします。



※コメントに関して
一部のスラング的な表現が含まれている場合、内容の如何を問わず承認しない場合があります。ご了承ください。

コメントの文字数に対し上限を設定しています。お手数ですが長くなってしまった場合、2回に分けるなどお願いします。
またコメントの承認は必ずされるものではありません

PASSを設定していないコメントに編集用リンクが表示されないように変更しました。



※したらば掲示板文字化け発生中
元AAがわかる物や文字化けの規則性がわかっている物は、出来る限り修正していく予定です(わからなかったらそのままになるかも…)



※推奨ブラウザ
Google Chrome
edge(Chromium)
Firefox

非推奨
IE(また開発が終了しているブラウザのため対応予定はありません)

その他ブラウザは確認できていません。


Saitamaarフォント様を導入しています。
手持ちのiOS及びAndroid環境で表示確認済みです。



相互リンク、相互RSS募集してます
連絡等は以下のどちらかへ
(Twitterで連絡してくださる方がありがたいです)
@yaruonitijou
メールフォーム


安価・あんこ作品、及び雑談所作品のまとめ依頼の受付を再開しています。
まだまとめられていない作品を優先しますので、その点はご了承ください。
複数のまとめサイトに同時依頼する事はなるべくおやめいただけると幸いです。

スポンサーリンク
ブログ内検索(テスト中)
スポンサーリンク
最新コメント
スポンサーリンク
PR
カテゴリ
カウンター
PV

UA


Online:
リンク(敬称略)
やる夫系掲示板
やる夫板Ⅱ
やる夫スレヒロイン板(新)
やらない夫板Ⅱ
小さなやる夫板
やる夫楽曲短編投下所(livedoor版)
やる夫楽曲短編投下所(seesaa版)

やる夫系紹介サイト
やる夫.jp
やる夫wiki
やる夫RSS+インデックス
やる夫澪標
やる夫見聞録
やるリンク(試験運用中)
やる夫スレキャラクター出演作まとめwiki
やる夫ログ
やる夫Link
やる夫電脳インデックス
やるリンク改
やる夫ガイド

やる夫まとめ
やる夫短篇集地獄編
やる夫短篇集阿修羅編
やる夫短編集あしゅら編
ぶらりとやる夫
ヒーローまとめてやる夫
やるやら書庫
やる夫の暇つぶし
やる夫の暇つぶし麻亜屈
やる夫之書
やる模
やらない夫オンリーブログ
やる夫AGE
このやる夫スレ、まとめてもよろしいですか?
AA・やる夫文庫
やるやら鍋
やる夫疾風怒濤
隣のAA
やる夫叙事詩
やる夫まとめ堂
勝手にやる夫を纏めたりするブログ
泳ぐやる夫シアター
RPG系AA物語まとめるお
嗚呼! やる夫道
やるやらできやら
やる夫道中記
やるぽん!
やる夫まとめに挑戦
東方やる夫スレ纏め
暇な時にやる夫まとめ
やる夫を拾い読み
やる夫スレ自分チェック用
大惨事!!スーパーAA大戦α
やる夫のブックシェルフ

レビューサイト
チラシの裏の読書感想文
まけいぬのとおぼえ
へっぽこデジタル生活
貧者の一読
駄目人間は静かに暮らしたい
トリガーハッピーエンド
SSの紹介とか感想とかを書きなぐるサイト
ヴィーナさんのスコップ感想欄

作品・作者別wiki
ドジっ子ちっきー ◆zQtZuWsqf6のまとめページ@wiki
できない子のMM部活動日誌
やらない夫は宿を再興するそうです
麻呂と丸京の100万G返済生活
やる夫が異世界で前を向いて生きるようです
Fate/Parallel Lines @ 総合ウィキ
◆5wbYUif2XM総合うぃき

読者投稿:ディープラーニングを浅く解説

目次 国際的な小咄

3020 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:12:19 ID:O4g7Dpvg


読者投稿:ディープラーニングを浅く解説

              ノヘ
              /ソ| |          ドーモ。ドクシャ=サン。ロトムこと人工微脳です
             ノノ. | |          分かりやすいよう酉の他に名前つけました
             」_| | ヽ
           //~  ,,,,ヽヽ        今回はディープラーニングです
           |:iミ>  iイiL | |        またの名を深層学習。かっこいいと思う方で呼んであげてください
          _ゞ:~、._,`" ノ/_
      く,``~~,~-``ヽ,-,イソ`ヽ,`-、,,,_    なんか響きがかっこいい!
       `'ゝヽ、_  ヽヽノ,ノ    'ヽ  _ゝ   すごいって聞くし何でもできそう!
     ,ノ''~   、ゝ  ~| /   ノ`~  ヽ
   ∠.,―``~~    V   ~`--,,__ \   みたいなイメージを抱く方も多いのではないでしょうか
                      `-,,,\
                         ̄


                        ..::
                       .::/l::
                          .::/ .l::           しかし実際のところ
                       .::/  l::
                    .::/   .l::           ディープってなにがディープなのさ?
                  ....::::::_/    !::.           深層って何、上昇負荷がやばかったりするん?
                ..:::xf"´      ヽ:::.
                  :::/J!   〃))   ',::.         と思う方もいるでしょう
                    :::{`、_ ((〃    j:::
           . . . . . .:::::、           ノ::
       : ::r― ==-   ::`ァ   t-‐''´::、 .         その辺を親指の爪の根本程度に解説します
        : \「:::..     :::乂 _,ノ:::    ::\::.        数学の部分は可能な限り消し去ったのでご安心を
       .......:::::::x:::::...     ::::::: '"     :.ヽ\:...
    .....::::::;::r ´  丶::...     :::::    ::::::::::::::::::::ー::::::..
  ....::::::-=ニ l::'ー――一'::::::..   ::'     ::::::、 ̄ ̄ >:::::::::.
....:::::::::::::::::::::::::::::::::::::::::::::::::::::::::.         ::::...、 〈:::.    予め言っておきますがいずれの説明も厳密ではないです
                           :::ヽ- ':::::..   では今日も語弊を恐れずにやっていきましょう
                               ::\ヽ:::.
                               ::\、::..
                                     ::::::...
                                  ` :..





3022 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:12:34 ID:O4g7Dpvg




                     .:::
                    .:/l::     深層学習について話すのですが都合上
                        .:/ l::     中身は殆どニューラルネットの話になります
                  .::/   l::
                 ...::::::_ノ   ,:::     と、言うのも深層学習というのは一言でいうと
             ..:; /¨ll    _ ヽ:..     「層状に連なったニューラルネット」
               :::l lしリ  〃¨! l::.    のことだからですね。そしてニューラルネットを一言にすると
         ..............:::.、`¨r 、 lし'ノ l:::     「めっちゃ集まったパーセプトロン」
         ::::ヽ>.:: :::〉 ー' ___,ノ::    ってな感じですね
            .:: ヘ::.   ::ゝ __,ノ:::::::::.
       ...::/   ';::.   :::::::: :  ::|ヽ::...   ニューラルネットとは人工知能のモデルの一種で、
    ....:::∠ ∟ _}::.   :::     ::l_';::.   名前の通り神経細胞群を模した形状のものを言います
  ..:::::::::::::::::::::::::::::::::::::      ...:::::::::::::::::::  そしてひとつひとつの神経細胞がパーセプトロンです
                   :::::', ̄ヽ:::
                    :::ヽ __';::.   レアコイルがニューラルネットなら
                       :::.\ ',::  コイルがパーセプトロンとでも思ってください
                       ::.ヘl::
                         ::




    ム       でもジバコイルは深層学習ではないです
  (6 v 6)      お前が3つ連なったレアコイルだったらなあ……
  ▽ヽ ノ▽     まあ人気投票2位さんの話はともかく
  △ム_ゝ△     パーセプトロンとは何ぞや? が分かれば深層学習も分かる!
            の気持ちでまずはパーセプトロンのお話です


3023 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:12:51 ID:O4g7Dpvg




              ノヘ
              /ソ| |
             ノノ. | |           大変大雑把な説明ですが
             」_| | ヽ           神経細胞はある刺激X(x1,x2,...,xn)に対して
           //~  ,,,,ヽヽ          構造やそれまでの経験からf()を通じて
           |:iミ>  iイiL | |         次の神経細胞に応答Y(y1,y2,...,yn)を返す細胞です
          _ゞ:~、._,`" ノ/_
      く,``~~,~-``ヽ,-,イソ`ヽ,`-、,,,_
       `'ゝヽ、_  ヽヽノ,ノ    'ヽ  _ゝ    つまり単純化すると Y = f(X) なんですね!
     ,ノ''~   、ゝ  ~| /   ノ`~  ヽ        ※今日の語弊ポイント
   ∠.,―``~~    V   ~`--,,__ \
                      `-,,,\
                         ̄  パーセプトロンはこのf()を学習するわけです




                      f'ヘ
                        l  ヘ
                    l   ヘ                そして肝心の手順は
                  -l    ハ_
             ,  ´   j     〉 `丶、           1:入力Xと正解Y'を用意する
     ¨ヽ    / 。        - '    \          2:適当なf()を用意する
   / /  ヽ   {     - 、            \         3:Y = f(X)を計算して与えられたY'との差異を見る
  ./ /         ヽ  。 { f¨ヽY⌒ヽ , ,ニヽ  。  丶       4:YがY'に近づくようにf()を少しずつ調整する
  〈   /⌒ヽ ヽ   ヽ  ヘヘ,_j |--、 // /ノ         〉
          } ヽ  ,、 '. f  ー'   ヘ ー'∠、 。   〃       なんとこれだけです
   ヽ  丶- '   Y   i |   -‐ 、  ̄  |    /        XをYに変換する任意の関数f()が学習できるはずです
     ヽ.        /゚ヽi |           |  [
      \     /   i |            |  、 `丶、
          \_/    ', 丶、        |  |ヽ  !       低次の関数くらいなら手計算でもできます
                丶、 > .      |  | | L_          ※ただし手首は死ぬ
                 / `  < `  ー'  ノ |   `> .
                  {__ /    l  ̄¨T´   |  , - 、 > ,  手順3の調整法が肝なんですが
                         、   |    \ 、   〉   i  この形式で解説するのは無理茶漬け
                              ー-'       \ ー'  | |  素直にグーグル先生におまかせします
                                  \   | |  (もしかして:勾配降下法 誤差逆伝播法)
                                    丶 | |
                                          ー'


3024 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:13:13 ID:O4g7Dpvg




 / ⌒`ー、
 { r‐-、 ヽ     ,.- _ニニ、‐、
 ヽ ヽ   ノ   //,...-─-、\ヽ          ただ、パーセプトロン単体では大したことはできません
  ヽ `イ   / / /::⌒l   ヽヽ :         今学習したパーセプトロンと神経細胞には大きな違いがあります
   \  ヽ ,' i ∧、__/  _ l | :
     \ \: | |  _\__) ̄:::::l| } .i
      `ー、ヽ(:::::::::l \:::::::::/ / /        神経細胞はいっぱいあるんです(小並感)
        ヽヽ\::ノ___ン ノ ,、\        なのでパーセプトロンもいっぱい並べます(小並感)
         \\__ ___/, ´ \ ` -、
         /,...─'_'‐-、<    ヽ   \
        //l|  r=》  `,ヽ   /´⌒ \ \  これがニューラルネットです
        l l'‐'_,'ー"   i|   ヽ   __)  !  さっきレアコイルなんて例えを出しましたが
       ヽヽ、_    _/ノ     \    ノ  実用品はそんな生っちょろい数ではありません
        ` ー-ハ_r‐´- ´       ー-‐´  場合によってはコイルでボックスが埋まっても足りないほど並べます
           `ー ´




                    . . . ::::::::::::: . . .
                 ...:::::;  -――-  :::::...     ここで
                ...:::::/    __   \:::::..    「これって結局関数を予め設定するほうが早くない?」
   , ..:::::::::.....       ..::::〃  ,  '"  , - ≧x   \:::::.          ソノトオリデゴザイマス
  ;.:::::::::::::::::::::::::::..、   .:::::/  /    ////// X   ',:::::  とか思った方……Exactly
  i::::::::::;'"´ `..::::::::::,   :::::;'  / /⌒ヽ V//////∧   ':::::  関数を手動で設定できるなら学習の手間がなくて早いですね
  丶::::::丶 :::::::::::::ノ  :::::;'  ,' /// , -― 、/////∧  l::::
    丶 :::::::: ̄ ¨¨¨ ´_::::l  { {//く     ,コ二¨´ }  }::::
      `     ¨¨´ ::::l  ', V//,>r-‐'///∧  ,'  '::::  ただし、関数がわからない場合は別です
              :::::',  、ヽ--‐' !/////// }.〃 /::::  目的を達成するための関数が複雑にすぎる場合は
                 ::::ヽ \   V/////,/ /:::::、  手首が死んだ程度では足りません
                ' :::丶 ` ー---‐ '´ /:::::; ::::`:::.....
                 `...::` ┐ r---‐ '´.:::: : '   > 、:::::::.....
               ....:::;  ''"´ └-、:::..´      :::::::::::`::.....、:::...   そしてそもそも求められるかも
              .::::/l|   _    ヽ:::::.      :::::::::、:::::::::::ヽ:::::...  分からないということは多々あります
              ::::{しノ  〃´li    }::::         ' :::::`:::.... _ノ::::::::
               ::::.、`ー {しノ   ノ:::         丶 :::::::::::::::::ノ  そういったときのためのニューラルネットです
                ::::` ー、  __彡 '..:::            ` ¨¨ ´
                  `::::.ー':::::: : '"
                   `~´


3025 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:13:28 ID:O4g7Dpvg




           xへ、
         / /^\      「何かしらの変換規則があるはずだがそれがわからない」
        ,' 〃 (⌒ヽヽ     「そもそもできるのかすら不明である」
      _」 丶、ヽ _ノ ヽ    「がんばったけどムズい」
      /       丶、   ヽ
   /  x、 __ ,x  \   }  計算時間など様々な問題はあるものの
  〃 ・  |fi|'´_`|fi| ・/  丿  ニューラルネットはこんなとき変換規則を自動で解明してくれるのです
  \ ・┌|ljl´ __ `|ljl┐I /
     I__| `Y(o) 。Y´ ! _|     これほど便利なものはありません
    ∟ ヽ {  冂 } | |
     い、丶--------┐    まあその問題の部分が結構大きかったりするんですけどね
      ‘, \  (⌒ ヽ /     モノによっては学習に数日かかるとかあるし
      `T 了丶ニ´/      データ揃える労力がガガガ
       | 弋__ /
        乂_ノ




                    r――- 、 しかし、昔のニューラルネットには1つ致命的な問題がありました
          ___      ゝ __)
        .   ´   _  `丶-― ' /     並列に多く並べることはできても
     /     /7⌒))      l      直列に多く並べることができなかったのです
    /   __ ヽニニイ       /
    /ィ   /ハ    ̄ ̄\    〈       これはつまりどういうことかと言うと
   |/ヘ  /∧ヘ     ∧    |
    ∧ハ //  Vハ   / |    l       どれほど複雑な変換規則でも多くて2回そこらの変換で表現しなければならない
    l_V:/    Vハ/-- 、    ム、
    \  ̄ ̄ ̄ ̄7:::::;=、:::::Y´ ̄  l      という縛りがあったわけです
     \       l::::::ゝノ::::::l     |     このせいで行えるタスクには限界あり
       ` ー----ゝ __ ∠-――'      今ほど使われる技術ではありませんでした


3026 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:13:43 ID:O4g7Dpvg




                                 ...:::....
                               ...:::::::::::::::::....
                              ..::::::::::::::::::::::::::::::..
   ....:::::.....                       :::::::::::::::::::::::::::::/ :::::
  .:::::::::::::::::::...                      `ヽ:::::::::::::::::::://;:::
 ..:::::::::::::::::::::::::::...         ..::::...       .:::::::::::::::::::::::::::::::/.::;'
 :::r :::::::::::::::::::::::::         .::::;、:::::.       ::::::::::::::::::::::::::::/ ,,::::
 :::l ',:::::::::::::::::::/          .::::/ ヽ:::::.       丶 : : :::::::::〈_//
 ::: . ',::f ',::::::: '        .:::::;'   ',:::::::::::::::::...      i:::::::r
  ヾ\j::', l:::::::::::::.     ...:::::_:;'    ',―-=  _:::::::::::...    .:::::::   これが解決されて世に現れたのが深層学習です
   ):::::::::、j:::::::: ノ   ...::::::/ {          `丶::::::::.  :::::::::
    ̄ ヽ::::.     ..:::::/              ハ::::::..:::::::::::   ニューラルネットを直列につなぎ
      ..::: '   ..:::::〃              /   l::::::^     1層、2層、3、4、5層……と変換の回数を増やし
      :::::::.... . ..::::/ , -、      , -‐、   ,    /l::::::      より複雑な変換規則を表現できるようになったのです
         `::::::: :::::::! { i~::、    //~!.}  |   / !:::::
              ::::::| ヾ 、::),、__,、 (::::ノ/   ! /    !:::::
           ::::ハ`tー--`='------r…| |    |:::::      ディープや深層という名前は
           ::::ハヾミ三三三三 彡イ  l!  !  /!::::      このニューラルネットの層が多いことを表しています
            ::::',  ',        j  j|  l/ ,ノ:::       ジバコイルにするのではなく
                 :::ヽ ` ー------‐ '  ノ/ /:::::::       レアコイルで電車ごっこするわけです
              :::::\ー---------‐'´ /:::::
                :::::::`¨^ ̄ ̄ ̄ ̄`ー':::




              ,' ヽ、
 ,              ! |ヽ,ヽ
 !\        __ / | ヽ ヽ__        /| 深層学習は革命的なシステムでした
 |  \     / _,.-r‐メ---┴─- 、ヽ    /  | 層の多重化による自由度の拡張によって
  !   ヽ    ! i  ! i {ヾ,   /,リ |i  /   | 既存のシステムとは隔絶した性能を得たのです
  .l   ヽ   i .|  | ! `<ン  {ク  l l  /    _」
  \   ヽ  : !  .L|___⌒ -━┥| ヽ ,-´   ある画像認識のコンペでは
    \ ヽ  ! l  T l ̄ /^|^i   | i_ヽ|    もともと25~30%のエラー率でも優秀であり
     / く __」 l  .| |   { |! .l  |r‐- __|    過去数年での性能向上は僅か2%ほどでした
     \  ̄,.ィ |  | i   ゙'个´  l i
        ̄  ! | .| | ─、-┸y━┥:        ここに深層学習が参入した結果
          ヽヽ_l.」_.ニニ-─' /        初年度でエラー率15%と既存のシステムに圧勝
           `ー- ,,.. ---─ "         その後数年でエラー率は僅か5%程まで低下しました


3027 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:14:01 ID:O4g7Dpvg




              ∧                 , --, もうちょっとカジュアルに言うと
r─-、          /  ',             , -‐'   /
 \ ` -  _     l lヽ ',         , -‐'    /   特進クラスの生徒たちが数学のテストで勝負していて
   \      `ヽ、  l |:.:', .',      /     /     みんな毎年70~75点くらいで競り合ってる中
    \      /l  |:.:.:', ',      `ヽ、   <_      海外からの転校生が突然85点で圧勝して
      >   /  |  |:.:.:.:.',_`ヽ、      \   `ヽ、    日本語の問題だったのか次は95点だった
    <   く   / /:.:.:.:.:.:.:`ヽ、\   /   , -‐'
     \   \_| /:.:.:.:.:.:.:.:.:.:__:.:.::', ', /  , -‐       みたいな感じですね
       `ヽ、   /-、:.:.:.:.:__//ヽ',:.:.:.} .レ' _, '
         \ ',:::}.ノ-:.:.:.ヽ-'ノ-:./ /            当然の流れとして
           ', ヽ:.:.トェェイ:.:.:.:.:.ノ /             「はぁ~~天才かぁ~~~?????」
            \_ヽ、__:.:.__/ _/              ってなって国語や理科社会等他の教科も
              `l .(:.:.:.:.:.:). }               やらせてみる訳ですわ
               \ ̄ ̄ l
                 \__,|               そして殆どの教科で圧勝してしまったのが
                                   ディープラーニング君ということです


3028 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:14:15 ID:O4g7Dpvg




              ノヘ
              /ソ| |
             ノノ. | |        以上が深層学習の簡単な概要になります
             」_| | ヽ        深層学習はその性能を活かし現在では様々な技術に組み込まれています
           //~  ,,,,ヽヽ
           |:iミ>  iイiL | |
          _ゞ:~、._,`" ノ/_
      く,``~~,~-``ヽ,-,イソ`ヽ,`-、,,,_     ハードルが高いと思われがちな深層学習ですが
       `'ゝヽ、_  ヽヽノ,ノ    'ヽ  _ゝ    単純なものなら実は意外と簡単で
     ,ノ''~   、ゝ  ~| /   ノ`~  ヽ     なんとおうちでも簡単にできちゃいます
   ∠.,―``~~    V   ~`--,,__ \      ※ただし最低限のプログラミングの知識を要します※
                      `-,,,\
                         ̄


                ハ
                   /ハ'、
            /^ヽ//  ';V^ヽ             そういったWeb記事などもたくさんあるので
          ,-‐' /fミ、ー一/行ヽ'ー-、          興味を持った人はやってみるのも一興かと思われます
          j / ̄ ヾtテ  迄リ  ̄ヽ !
           ! l  _`´、ェィ`´_   l l          学習の間パソコンがぶおんぶおん鳴るのは仕様です()
        /, ! ̄   , - ─‐ - 、  ̄ ! \
       //l l   / , '´  ̄`ヽ 丶 | 、\
      / l  l l  l !    匚 ,!  l ト、 iヽ \      では今回はここまで
     l 八 l   l l  '、ヽ     / /′ l l l L ゝ \    次は簡略化して解説できそうなことが見つかったらやります
     ! 凵 l_ノ ハ   ヽ、` ー'"ノ   l l | r'  ̄〉 \
   /へ ̄二二ヽヘ  、_`二´_   //  l `┐\  〉  ご清聴ありがとうございました
  ( (● レ´r-─‐'^ヽ\/ __ \//    | |  `'′
   `=一'′     `-'´    `-'´       ̄


3029 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:14:36 ID:O4g7Dpvg

表情の差分がつけづらくて素直に人型AAにすればよかったと後悔している人工微脳でした

読者投稿指定権
都道府県:埼玉県
指定駅:東武伊勢崎線新越谷駅


3030 : 尋常な名無しさん : 2020/09/20(日) 13:16:15 ID:ju29kdcQ

投稿乙

レアコイルとジバコイルってなんじゃろ。ポケモン?


3031 : 尋常な名無しさん : 2020/09/20(日) 13:18:11 ID:HfX4cgoI

ポケモンだよ


3033 : 尋常な名無しさん : 2020/09/20(日) 13:22:38 ID:YyspGtMw

乙でした
並列を直列にすることで広く浅くだったのを範囲を狭くして集中する事でより深く掘り下げる事が出来るって解釈であってますかね?
ただ具体的にどんな手法なのか想像できません


3054 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 13:44:13 ID:O4g7Dpvg

>3033
「広く」「深く」できるようになった、ですね。もともとは「広く」「浅く」が限界でした
基本的に並列に並べたものをさらに直列に並べるのが深層学習です

今回で言う直列とはパーセプトロンの出力がさらに別のパーセプトロンの入力になっていることです
パーセプトロンをニューラルネットに置き換えてもいいです

具体的かは微妙ですが、人間の作業で例えると画像中の人物を特定したいときの作業は大まかに以下の3つです
1:人間の顔の場所を特定し
2:顔の特徴を抽出し
3:候補から名前を照らし合わせる
これをするとき

ニューラルネット:1人で全部同時にやる
ディープラーニング:3人使って作業分担する

という違いがあります


3059 : 尋常な名無しさん : 2020/09/20(日) 13:55:41 ID:YyspGtMw

>>3054
演繹法のみたいに積み重ねていくって事ですか?


3060 : 尋常な名無しさん : 2020/09/20(日) 14:03:22 ID:n36/R1AY

(積み重ねていくのは帰納法とちゃうんか)


3061 : 尋常な名無しさん : 2020/09/20(日) 14:13:43 ID:YyspGtMw

帰納法は最初に結論が出ているし


3062 : 人工微脳 ◆51GnwCTLg2 : 2020/09/20(日) 14:14:03 ID:O4g7Dpvg

>3058
個人の経験ですがCPUのみからGPUに変えただけで30分かかった計算が3分になりました
研究室とかにおいてある計算用PCも基本的にはGPU複数刺しのものですね
パーセプトロン1つの計算は大抵1次関数程度なものなのでGPU向きのはずです

>3059
大枠はそんな感じでいいかと
入力から結論の間のものは人間に読み解ける状態にないことがほとんどですが、先の例でいうと
画像入力 → 人の名前
だったのが
画像入力 → 何か → 何か → 人の名前
になったということです


関連記事
[ 2020/09/21 23:40 ] 語り人総合 読者投稿 | TB(0) | CM(4)
126285 :日常の名無しさん:2020/09/22(火) 02:51:35 ID:-[ ]
>昔のニューラルネットの致命的な問題
旧来のニューラルネット(NN):入力層→中間層→出力層の直列3層構造が限界
ディープラーニング(DNN):入力層→中間第1層→中間第2層→…→中間第n層→出力層と(n+2)層構造(nはだいぶ大きい)
とDNNだと大規模化が可能になり、機能分割を途中で噛ませることができるようになった
126309 :日常の名無しさん:2020/09/22(火) 09:40:38 ID:-[ ]
読んだ限りだと、汎用質問で、回答値をより自由にしたアキネイターを同時多発的にやって、その返答値でさらにアキネイターする感じに思えた
126323 :日常の名無しさん:2020/09/22(火) 11:02:15 ID:-[ ]
素人の勝手な想像なんだけど、例えば画像認識だと、
隣り合うドットの色の連続性とかから単純図形の集合へと解釈
図形集合から体の部位とか、より人間的な意味合いを持たせた部品の集合表現
求める識別へ みたいなのをそれぞれ複数層かけてやってるんかな?
126344 :日常の名無しさん:2020/09/22(火) 14:14:14 ID:-[ ]
脳の一つのニューロンが一つの概念(単語?)に対応しているって説もあったし。
この辺はこの先どうなるか興味深い。

囲碁用語の味、形、厚みとかは何をどう評価(スカラー化?)したか語れるようになるか。
コメントの投稿










管理者にだけ表示を許可する ※書き込む前は一旦冷静に

※500文字を超える場合分割でお願いします。


トラックバック
この記事のトラックバックURL

最新記事
  • やる夫たちでソードワールド きんたろうPT 4 (08/03)
  • やる夫たちでソードワールド キャラ作成 マリアンヌ ロロナ 沖田総悟 さか奈 (08/03)
  • やる夫たちでソードワールド ごり押しPT! 2 (08/03)
  • やる夫たちでソードワールド 三者三葉PT 14 (08/03)
  • やる夫たちでソードワールド レイヴンやる夫! 13 (08/03)
  • やる夫たちでソードワールド 賞金稼ぎPT! (08/03)
  • 彼らにとってエンディング後の世界は狭すぎるようです 第2話 (08/03)
  • 彼らにとってエンディング後の世界は狭すぎるようです 第1話 (08/03)
  • 国際的な小咄 8235 ワクチン暴動? (08/03)
  • 国際的な小咄 8234 すまん、これは理解ができねぇ (08/03)
  • 国際的な小咄 8233 慈悲深し (08/03)
  • 国際的な小咄 8232 それに追加で (08/03)
  • やる夫とこなたが異世界に転移っぽい転生をしました。 その13 (08/03)
  • 彼らは奇妙な“敵”から街を守るようです 第二十八話 (08/03)
  • ラーメン屋のバイトと店主が世界を救う 二週目 8 (08/03)
  • ラーメン屋のバイトと店主が世界を救う 二週目 7 (08/03)
  • ラーメン屋のバイトと店主が世界を救う 二週目 6 (08/03)
  • 読者投稿:デグちゃまに聞く蕪農家への道 思ひ出ボロボロ編 (08/03)
  • 読者投稿:ワクチンレポート2by院生(コメディカル) (08/03)
  • 読者投稿:都道府県的な小咄 グンマ編 33 大道の富農の家 (08/03)
  • 読者投稿:国際的な小咄RELIEF52 二連ケツ (08/03)
  • キル夫は光の少女を守るようです。 最終話 (08/03)
  • キル夫は光の少女を守るようです。 25 (08/03)
  • 岩崎さんは無口 第73回 (08/03)
  • タンジェロ・ポッターとアズカバンの囚人 第八十九話 鍵は誰の手に (08/03)
  • 国際的な小咄 8231 ノーマスクノーワクチン (08/03)
  • 国際的な小咄 8230 民主党支持ジャーナルの意見 (08/03)
  • 国際的な小咄 8229 そもそも生物系は (08/03)
  • 国際的な小咄 8228 中国の糊 (08/03)
  • 転生者やる夫は異世界で魔族と頑張るようです 13 (08/03)
  • 転生者やる夫は異世界で魔族と頑張るようです 12 (08/03)
  • 国内的な小咄 1593 あれ……そんな名称だったんだ…… (08/02)
  • 国内的な小咄 1592 幡多郡という土地 (08/02)
  • やる夫とこなたが異世界に転移っぽい転生をしました。 その12 (08/02)
  • 芝居しようぜ!―十八番花道の異世界演劇史― 第三幕:「光あれ!」⑤ (08/02)
  • やる夫は奇妙な友達ができるようです 第33話 ときめきミッドナイト (08/02)
  • タンジェロ・ポッターとアズカバンの囚人 第八十八話 共犯者 (08/02)
  • やる夫たちでソードワールド コボルド冒険者 15 (08/01)
  • やる夫たちでソードワールド やる夫とブラックPT 23 (08/01)
  • やる夫たちでソードワールド できる夫キノコ旅 第3章 10 (08/01)
  • やる夫たちでソードワールド 三者三葉PT 13 (08/01)
  • やる夫たちでソードワールド 蜘蛛の巣PT 8 (08/01)
  • やる夫たちでソードワールド 魔女ルサルカと真面目な騎士 18 (08/01)
  • 国際的な小咄 8227 成功したら…… (08/01)
  • 国際的な小咄 8226 そりゃハッスルしますねぇ (08/01)
  • 国際的な小咄 8225 先端を走りたくなかった…… (08/01)
  • 国際的な小咄 8224 多分昔の情報です (08/01)
  • あんこ時々安価で惑星のさみだれ 7章 コミュ その2 (08/01)
  • あんこ時々安価で惑星のさみだれ 7章 コミュ その1 (08/01)
  • あんこ時々安価で惑星のさみだれ 7章 その8 (08/01)
  • やる夫RSS(←やる夫、AA、SS等まとめ  アンテナ、感想系、その他→)
    相互募集中!
    月間ランキング(2021/4)
    ※完結作品は集計した前の月(3月)までに最終話が更新された作品を対象としています。

    現行作品ランキング 完結作品ランキング
    殿堂入り国際的な小咄 国内的な小咄 娯楽的な小咄殿堂入りやる夫が異世界で目的もなく生きるようです 1周目 2周目 3周目
    1ハリポタ世界と鉄血のオッサム1華麗なる召喚術士ルイズの召喚獣、入即出やる夫
    2やる夫たちでソードワールド2やる夫はソロハンターのようです
    3あさねこの小話空間3ローグライク異世界転生
    4異世界からかえってきたやる夫君のお話4やる夫は怪獣の狩人になるようです。
    5やる夫の現代ダンジョン5やる夫とミクが崩壊した世界を歩いていくようです
    6やる夫の鬼滅っぽい刃6異世界食堂できない夫
    7やる夫は異世界で仲間達と生きる【渡り鳥】になるようです。7すまない、転生先が蛮族で本当にすまない
    8慎二は自身の高慢と向き合うようです8やるおたちの、異世界・世知辛チート物語
    9ダイスに委ねる皇女生活 in エリア119召喚勇者、やる夫のチートは微妙である
    10やる夫は魔導を極めるようです10あんこ時々安価で鬼滅の刃
    11やる夫はスキル世界であんこるようです11やる夫は聖杯を落としたそうです
    12日本っぽい異世界で鉄道縦断の旅12気がついたらゾンビカーニバルになってました的なお話 第3部
    13それ行けサイヤ人やる夫!13横島くんは死神になるそうです
    14ハシビロコウ◆.jWOXYLbLoの投下巣箱14陽キャで脳筋な僕の奴隷
    15できない子とSCP15レベルを上げるスレ
    16安価であんこなロボット物16アカガネ山のやる夫
    17白頭と灰かぶりの魔女17シャーマンファイト IN あんこ
    18あんこ時々安価で惑星のさみだれ18やる夫がFF2を快適にプレイしたいようです
    19やる夫は善行を積んで異世界転生したいようです19やる夫で学ばない!架空国家の歴史
    20あんこ時々安価でクトゥルフ神話TRPG20ダンガンあんこ
    21喪女ゴンクエストⅢ ~そして結婚へ~21鬼舞辻無惨は楽に暮らしたい
    22ヤルオは返済に奔走するようです22魔術師を作ろう! & 英雄を作ろう!
    23やる夫は仲間達と冒険するようです23やる夫達は人間ではないようです
    24女神転生 ”DEEP” STRANGE JOURNEY 『シン・第三帝国』”建国”軍の野望24オーバーあんこ
    25やる夫とライナーは鬼武者のようです。25ドクオが異世界転生したようです
    26やる夫は奇妙な友達ができるようです26現代知識チートで無双する男のおはなし
    27魔法コミュ障女★結芽は怠惰27証言と証拠は安価とあんこの後で
    28水銀燈は万物を魅了するようです28アメリカンヒーローアカデミア
    29しのぶさんは間桐のマスターのようです29やる夫は男子校?に通うようです
    30彼らは奇妙な“敵”から街を守るようです30いまだ魔法は解けぬままに
    31ベータで金銀なポケットモンスター31ほぼ日刊英雄()をつくる
    32君の頭蓋骨に乗りたい32やる夫は転校生のようです
    33タンジェロ・ポッターと賢者の石33やる夫とはやてはゲームセンターで出会ったようです
    34ミリオンクエスト ~MP100万で異世界攻略~34やる夫はギルドを経営するようです
    35血まみれ勇者35できない夫は異世界で孤独にグルメを楽しむようです
    36やる夫はタルシスに住む新冒険者のようです36異世界転生したいやる夫のお話
    37やらない夫がサッカーで天下統一するようです37のうみん!
    38正義屋さん38やる夫の野望
    39デキルオは魔物と共に取り戻すようです39あんこくさい連合頑張る!
    40やらない夫は集われるようです40あんこ戦隊


    過去ログはこちら
    人気ページランキング