DropoutはDeepLearningの学習時に、各隠れ層のユニットの何割かランダムに削除しする手法。(何割残すかを keep_prob というパラメータで示すことが多い)
keep_prob
これを行うことで、Varianceを減らすことができる。様々な構造のネットワークで学習していることになるため、一種のアンサンブル学習と言える。
時折AtCoderを解いてます。AtCoderをやっていると、自分が解いてない問題はどれか、わからなくなることがあると思います。
自分が解いた問題を一覧化してくれるサイトがありました。
Web上で受けることができるCodingテスト、Codilityのサンプルを解いてみた。下記から解くことができる。
名前は知っていたが、読んでなかった書籍「考える技術・書く技術」を購入した。
ある企業で研究開発されてる方に、研究開発職として働く方には、最新の理論の知見、実装力またはその両方が備わっていることが多い、というお話を伺った。
どちらかというと実装寄りで進めつつ、最新理論についても把握はしている、というようになりたいな。
ということで実装しないと。月1プロダクト作ることを目標にしよう・・・かな。12月はBTC Botになりそう。
Andrew先生の授業の1つ目のCourseを終えた。
同じ5行5列を作ろうとしても、引数が違うという。
> np.zeros([3,3])
array([[ 0., 0., 0.], [ 0., 0., 0.], [ 0., 0., 0.]])
np.zeros は引数をリストで渡す。
np.zeros
> np.random.randn(3,3)
当然なのですが、気づくのに時間がかかったためメモ。
今、機械学習を用いたbotを作成している。その過程は、