TOP

『ゼロから作るDeep Learning』読書会@高円寺(22・再) 最終回

イベント内容

※ 会場の都合により、前日から延期とさせていただきました。行き違いを防ぐため、お手数ですが再登録をお願いします。


※ 今回は日曜日の開催となり、いつもとは時間帯が異なります。勉強会終了後に懇親会を予定しています。参加登録時にご希望をお伺いします。


ゼロから作るDeep Learning』を読む会です。

機械学習の基礎を勉強しましょう。

お気軽にご参加ください。

【注】 主催者は機械学習の専門家ではありません。 あまり凄いことは期待しないでください。

会場について

入場開始は12:45です。
建物の入口に低いチェーンが張られていることがありますが、そのままお入りください。

株式会社ヴァル研究所様のご厚意で会場をご提供いただいております。

※ 勉強会の運営とは無関係ですので、本件に関してヴァル研究所様へのお問い合わせはご遠慮ください。お問い合わせは@7shiまでお願い致します。

進め方

本文を読みながら、出て来たトピックスについて議論します。

事前にスライド等は用意しません。

正誤表

https://github.com/oreilly-japan/deep-learning-from-scratch/wiki/errata

※ 電子書籍版はPDFを再ダウンロードすることで最新版に更新できます。

掲示板

掲示板とWikiを用意しました。

開催履歴

隔週水曜日開催です。

ページ タイトル 資料
今回 2018.02.04 236 7.7 代表的なCNN
22 2018.02.03 【延期】
21 2018.01.17 224 7.4.3 Convolution レイヤの実装
20 2018.01.10 219 7.3 プーリング層
19 2017.12.20 189 6.4 正則化
18 2017.12.06 183 6.2.3 ReLU の場合の重みの初期値 黒板
17 2017.11.22 170 6.1.4 Momentum
16 2017.11.08 160 5.7.3 誤差逆伝播法の勾配確認 全微分, 行列の微分
15 2017.10.28 139 5.4.2 加算レイヤの実装 黒板1, 黒板2
14 2017.10.11 132 5.3 逆伝播 黒板, 全微分, 連鎖律
13 2017.09.27 126 5.1.2 局所的な計算 黒板, 勾配
12 2017.09.13 119 4.5.3 テストデータで評価 黒板
11 2017.08.30 109 4.4.2 ニューラルネットワークに対する勾配 黒板
10 2017.08.16 97 4.3 数値微分 黒板, 八元数
9 2017.08.02 94 4.2.4 [バッチ対応版]交差エントロピー誤差の実装 黒板, 画像化2
8 2017.07.19 83 4 ニューラルネットワークの学習 画像化1
7 2017.06.21 66 3.5 出力層の設計 黒板1, 黒板2
6 2017.06.07 57 3.3.3 ニューラルネットワークの行列の積 黒板1, 黒板2, 補足, 双対性
5 2017.05.24 49 3.2.5 シグモイド関数とステップ関数の比較 黒板1, 黒板2
4 2017.05.10 39 3 ニューラルネットワーク 黒板1, 黒板2, ログ, 視覚化
3 2017.04.26 26 2.3.3 重みとバイアスによる実装 黒板, コベクトル2, 行列
2 2017.04.12 13 1.5.4 NumPy のN次元配列 黒板, コベクトル, 行列
1 2016.03.29 iii まえがき 内積

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。