![3
脳のニューロンをまねた、人工ニューロンとは？
? ニューロンの仕組みをまねて、コンピュータ上でプログラム化したもの
? 1つのニューロンに対して、他の複数のニューロンからの入力がある
? 「入力値」×「重み」＋「バイアスと呼ばれる定数」により処理され、処理結果を次のニューロンに出力する
? この一連の処理を行う関数を「活性化関数」と呼び、出力された数値が「ニューロンの興奮状態を表す信号」となる
? 出力された信号は、次のニューロンの入力値となり、連携して処理が行われていく
重み
[×]
重み
[×]
人工
ニューロンA
[活性化関数]
入力
入力
入力
バイアス
[＋]
出力
重み
[×]
重み
[×]
重み
[×]
人工
ニューロンB
[活性化関数]
入力
入力
入力
バイアス
[＋]
出力
重み
[×]
重み
[×]
重み
[×]
バイアス
[＋]
出力
人工
ニューロンC
[活性化関数]](https://image.slidesharecdn.com/190320deeplearning-190320093033/85/-4-320.jpg)
ディープラーニングのしくみと、どのように活用できるか？
- 1. ディープラーニングのしくみと、どのように活用できるか？ 1. ディープラーニング(深層学習)ってなに？ 2. 人の脳に存在するニューロンとは？ 3. 脳のニューロンをまねた、人工ニューロンとは？ 4. ニューロンをつなげた、ニューラルネットワークとは？ 5. ニューラルネットワークの学習方法は？ 6. ニューラルネットワークを利用して、答えられる問題は？ 7. ニューラルネットワークが実際に使われている分野は？
- 3. 2 人の脳に存在するニューロンとは？ ? 情報処理に特化した「神経細胞＝ニューロン」のこと ? 人の脳に、1,000億個程度存在するといわれている ? 神経細胞ひとつひとつは、単純な演算のみしかできない ? ニューロン同士の結合部分を「シナプス」と呼ぶ ? 複数のシナプス間で情報処理を行うことで、記憶や意識が生まれると言われている シナ プス シナ プス シナ プス ニューロンA ニューロンB シナ プス シナ プス シナ プス ニューロンC
- 4. 3 脳のニューロンをまねた、人工ニューロンとは？ ? ニューロンの仕組みをまねて、コンピュータ上でプログラム化したもの ? 1つのニューロンに対して、他の複数のニューロンからの入力がある ? 「入力値」×「重み」＋「バイアスと呼ばれる定数」により処理され、処理結果を次のニューロンに出力する ? この一連の処理を行う関数を「活性化関数」と呼び、出力された数値が「ニューロンの興奮状態を表す信号」となる ? 出力された信号は、次のニューロンの入力値となり、連携して処理が行われていく 重み [×] 重み [×] 人工 ニューロンA [活性化関数] 入力 入力 入力 バイアス [＋] 出力 重み [×] 重み [×] 重み [×] 人工 ニューロンB [活性化関数] 入力 入力 入力 バイアス [＋] 出力 重み [×] 重み [×] 重み [×] バイアス [＋] 出力 人工 ニューロンC [活性化関数]
- 5. 4 ニューロンをつなげた、ニューラルネットワークとは？ ? たくさんの人工ニューロンを集めて並べ、コンピュータ上でプログラム化したもの ? 階層として「入力層」「中間層」「出力層」の大きく3つに分類される ? ディープラーニングでは、この「中間層」が多階層化されるため「深層学習」と呼ばれる ? 入力層＝受け取った入力値を、そのまま中間層にわたす ? 中間層＝活性化関数により、処理を行い、出力値を次のニューロンにわたす ? 出力層＝活性化関数により、処理を行い、最終的な出力値を出力する ▼入力層 ▼中間層 ▼出力層 N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N 入力 入力 入力 N N N 出力 出力 出力 ※N＝人工ニューロン
- 6. 5 ニューラルネットワークの学習方法は？ ? ニューラルネットワークは「バックプロパゲーション」と呼ばれる方法で学習を行い、プログラムが最適化されていく ? まず、入力から出力までを行った後「出力値」と、予め用意された「正解値」を算出する ? その後、「出力値と正解値の誤差」が小さくなるよう、活性化関数における「重み」「バイアス」を調整する ? 「重み」「バイアス」を調整する時に「出力」→「入力」へと巻き戻っていくため、バックプロパゲーションと呼ばれる ▼入力層 N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N N 入力 入力 入力 N N N 出力 出力 出力 ※N＝人工ニューロン 正解値 正解値 正解値 誤差誤差 ▼出力層▼中間層 誤差
- 7. 6 ニューラルネットワークを利用して、答えられる問題は？ ニューラルネットワークを利用して、答えられる問題をまとめています。 保持するデータの傾向から、関連?連続する数値や 変化を予測する問題のこと 回帰問題 ? 身長から、体重を予測する ? 過去の株価の傾向から、明日の株価を予測する ? 投入する広告費から、アプリのダウンロード数を 予測する 保持するデータを、決められた複数のカテゴリや枠 に、分類する問題のこと 分類問題 ? 葉の画像から、植物を分類する ? 画像に映る人物を、男女に分類する ? 体のサイズと特徴から、イルカとクジラを分類する ? 手書きのアルファベットを、aからzに分類する 例えば??? 例えば???