ゲーム理論

ナッシュ均衡入門

今回は純粋戦略においてのナッシュ均衡を紹介します。 ちなみに、純粋戦略とはプレーヤーが選択肢の中で、 必ず同じ選択肢を選択し続ける戦略のことを言います。 ナッシュ均衡とは ナッシュ均衡を一言で言ってしまえば お互いに相手の予想どおりの戦略を...
deeplearning(深層学習)

畳込みニューラルネットの処理メモ

畳込みニューラルネットワークの各処理をよく忘れるのでメモ 以下の画像で畳み込みニューラルネットの処理を説明 ①:入力 入力画像。今回は(32,32)を想定 ②:畳込み (3,3)のフィルタを用いて畳込みを行う。 畳後の出力(特徴量マップ)...
数学

部分積分の証明メモ

部分積分の初歩的なところのメモ 部分積分は以下のように定義される。 \begin{equation} \int f'(x)g(x) dx = f(x)g(x) - \int f(x)g'(x) dx \end{equation} 以下証明...
メモ

鳩の巣理論

m>nとする。m個のものをn個の箱にどのように分配しても、必ず2個以上のものが入っている箱が少なくとも1つは存在する。 参考 www.juku.st
deeplearning(深層学習)

【ディープラーニング】kerasで多クラス分類 〜irisデータセットを用いて〜

iris = datasets.load_iris()
x = iris.data
y = iris.target 

print(x[0]) # => array([ 5.1,  3.5,  1.4,  0.2]) 0番目の花の情報
print(y[0]) # => 0 # 0番目の花は0クラス
deeplearning(深層学習)

【ディープラーニング】【keras】排他論理和をkerasで作ったmodelに解かせてみた

kerasの入門として、 排他論理和をkerasで作ったmodelに解かせてみました。 排他論理和 x1 x2 y 0 0 1 1 0 0 0 1 0 1 1 1 モデル 以下のようなモデルを作成して、学習さ...
強化学習

ε-greedy行動選択

ε-greedy行動選択の概要 ε-greedy行動選択とは、εの確率でランダムに行動、それ以外の確率(1-ε) で最も期待値の高い行動を選択する手法です。 強化学習などではsoftmax行動選択手法と同様によく使われます。 例 下の図のよ...
ニューラルネット

簡易的なニューラルネットのライブラリをrubyで作ってみた

rubyでkeras風に簡単にニューラルネットを構築できるようなものを作ってみました。 インストール方法 2値分類 x1 x2 y 0 0 0 1 0 1 0 1 1 1 1 0 サンプルコード 結果 ...
ニューラルネット

バックプロパゲーションの更新式の導出

※これから、もう少し綺麗にしていきます フィードフォワード型のニューラルネットを実装しようとしたときに、 バックプロパゲーションの式展開が思い出すのに時間かかったのでメモ。 活性化関数はsigmoid関数としている。 バックプロパゲーション...
ニューラルネット

ホップフィールドネットワーク(hopfield network)

ホップフィールドネットワーク概要 ホップフィールドネットワーク(hopfield network)とは、 全結合の無効グラフのニューラルネットワークで、 情報を記憶し、その情報を想起することができるネットワークのことを言います。 以下、イメ...
タイトルとURLをコピーしました