pythonで機械学習「kerasのために DeepL復習」
レイヤー
Dense()
Denseレイヤーのこと。最も基本の形。全結合層。ニューロン数、活性化関数を指定する。
他にもたくさんレイヤー(層)の種類がある。Convolutionary layers(基本、画像用),Pooling layers,Recurrent layers(時系列用、LSTM layer,SimpleRNN layer,BaseRNN layer),Normailzation layers,Dropout layer,などなど。
入力層の次のレイヤーには、入力層のshapeを渡す。
Dense(32, Input_shape=(3, ), activation='relu')みたいに。
レイヤーは何層でも積み重ねられる。
ウェイト(w)
wは0〜1。
活性化関数
relu,softmax,tanh,sigmoid以外使われてるの見たことないなー。
optimizer
adamで。
loss function と metric
評価関数は損失関数とよく似ていますが,評価結果の値が訓練に直接使われることはありません.
学習率
loss / w *0.01 ←学習率
loss / w *学習率 = y ←yをwから引く(wを更新する)
検証
model.fit(valudation_split=0.2)←おー、便利。train_test_splitいらんってことだね。
2値分類の場合、出力層は2つ。
次回はバックプロパゲーションやる。
この記事が気に入ったらサポートをしてみませんか?