なぜコスト関数の入力が1万3千と説明されているのでしょうか?ニューラルネットワーク側の出力の数、つまり10という数がコスト関数側の入力数になるのではないですか?(00:05:20 - 00:19:41) - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

なぜコスト関数の入力が1万3千と説明されているのでしょうか?ニューラルネットワーク側の出力の数、つまり10という数がコスト関数側の入力数になるのではないですか?(00:05:20 - 00:19:41)
深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。
チャンネル登録と高評価をよろしくお願いいたします。
このシリーズが良いと思った方はぜひ共有もよろしくお願いします!

前回(第一回)
https://youtu.be/tc8RTtwvd5U?si=15_MXStvqOZqL74O

(英語...
この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。
チャンネル登録と高評価をよろしくお願いいたします。
このシリーズが良いと思った方はぜひ共有もよろしくお願いします!

前回(第一回)
https://youtu.be/tc8RTtwvd5U?si=15_MXStvqOZqL74O

(英語版概要欄より)-------------------------------------
さらに学びたい方へ、Michael Nielsenの本
http://neuralnetworksanddeeplearning.com
こちらの本ではシリーズで扱われている例のコードを説明していきます:
https://github.com/mnielsen/neural-networks-and-deep-learning

MNIST database:
http://yann.lecun.com/exdb/mnist/

Chris Olah's blog:
http://colah.github.io/
すべての投稿が素晴らしいですが、ニューラルネットワークとトポロジーについての投稿は特に美しいです。
distill:
https://distill.pub/

「でももうNielsen、Olah、Welchの内容はすべて消費しました」という方にはGoodfellow, Bengio, そしてCourvilleによる本、『Deep Learning』をおすすめいたします。

Thanks to Lisha Li (@lishali88) for her contributions at the end, and for letting me pick her brain so much about the material. Here are the articles she referenced at the end:
https://arxiv.org/abs/1611.03530
https://arxiv.org/abs/1706.05394
https://arxiv.org/abs/1412.0233

第3回は誤差逆伝播法についてです。
---------------------------------------------------------------------------------------------------------

(日本語版より)
前回の動画では色覚的な見やすさのために英語版での赤緑の色分けを青緑に変更している箇所がありましたが、第2回以降は青赤になっています。混乱させてしまった場合申し訳ございません。また今回の元の動画が前回の元の動画の一部を使用しているため赤緑の箇所がありますが、少なくとも、理解のために致命的な部分では混乱が生じないようになっているはずです。

日本語版X

元チャンネル(英語)
https://www.youtube.com/c/3blue1brown
元動画(英語)
https://youtu.be/IHZwWFHWa-w?si=dyKL32-AWab35AsA

This video was supported by Amplify Partners.
For any early-stage ML startup founders, Amplify Partners would love to hear from you via 3blue1brown@amplifypartners.com
----------------------------------------
英語版翻訳元チャンネルの支援
https://www.patreon.com/3blue1brown
アニメーションはmanimで作られています
https://github.com/3b1b/manim

英語版公式ソーシャルメディア
Webサイト: https://www.3blue1brown.com
Twitter:
Facebook: https://www.facebook.com/3blue1brown
Reddit: https://www.reddit.com/r/3Blue1Brown
----------------------------------------
Music by Vincent Rubinetti
Download the music on Bandcamp:
https://vincerubinetti.bandcamp.com/album/the-music-of-3blue1brown
Stream the music on Spotify:
https://open.spotify.com/album/1dVyjwS8FBqXhRunaG5W5u

#数学 #面白い #3blue1brown #3blue1brown 日本語 #3blue1brownjapan #ニューラルネットワーク #機械学習 #深層学習 #勾配降下 #人工知能 #AI
「こら!この出力は殆どのニューロンが0で!このニューロンだけ1になるようなアクティベーションになってないとダメで!」まではそこそこ怒ってるのに、「君の出した答えは全くのゴミです。」で急に冷静になって耐え切れなかった。 - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

「こら!この出力は殆どのニューロンが0で!このニューロンだけ1になるようなアクティベーションになってないとダメで!」まではそこそこ怒ってるのに、「君の出した答えは全くのゴミです。」で急に冷静になって耐え切れなかった。

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @飽き性-h7n 様 
00:03:43 - 00:19:41
ひどい… - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

ひどい…

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @lonakoyahepl389 様 
00:03:43 - 00:19:41
なぜコスト関数の入力が1万3千と説明されているのでしょうか?ニューラルネットワーク側の出力の数、つまり10という数がコスト関数側の入力数になるのではないですか? - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

なぜコスト関数の入力が1万3千と説明されているのでしょうか?ニューラルネットワーク側の出力の数、つまり10という数がコスト関数側の入力数になるのではないですか?

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @ああ-k7o9i 様 
00:05:20 - 00:19:41
〜 - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @そらいろ-u9f 様 
00:12:55 - 00:19:41
このラベル付けをシャッフルした話だけ意味わからん - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

このラベル付けをシャッフルした話だけ意味わからん

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @Semp_ukiuki 様 
00:17:35 - 00:19:41
最後の間違ったラベルを付けて学習させてもうまくいったってのは、つまりライオンの画像を見てフォークと分類できるようなモデルが作れたってこと? - 深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)

最後の間違ったラベルを付けて学習させてもうまくいったってのは、つまりライオンの画像を見てフォークと分類できるようなモデルが作れたってこと?

深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習(ディープラーニング)
2023年09月08日  @乃乃乃乃乃naonao 様 
00:17:40 - 00:19:41

3Blue1BrownJapan

※本サイトに掲載されているチャンネル情報や動画情報はYouTube公式のAPIを使って取得・表示しています。動画はYouTube公式の動画プレイヤーで再生されるため、再生数・収益などはすべて元動画に還元されます。

Timetable

動画タイムテーブル

タイムテーブルが見つかりませんでした。