畳み込みニューラルネットワークの勉強のまとめ　その2 - hshinjiのメモ

畳み込みニューラルネットワークの勉強のまとめ　その2 - hshinjiのメモ

前回の二値分類に続き、今回は多クラス分類の学習について説明します。 多クラス分類 多クラス分類では...概要を表示 前回の二値分類に続き、今回は多クラス分類の学習について説明します。 多クラス分類 多クラス分類では、入力データが識別対象のうちのどれであるか（例えば数字画像の分類の場合、入力画像が数字の0から9の内のどれか）といった分類をします。ここではその学習を考えます。 ここで使用する訓練用データは、入力を\(n\)次元の\(\mathbf{x}=(x_1\ x_2\ \dots\ x_n)^\text{T}\)、教師ラベルを\(\mathbf{t}=(t_1\ t_2\ \dots\ t_K)^\text{T}\)とした時に、\(N\)個の組み合わせ\(\{\mathbf{x}_1, \mathbf{t}_1\}, \{\mathbf{x}_2, \mathbf{t}_2\}, \dots, \{\mathbf{x}_N, \mathbf{t}_N\}\)となります。ただしこの教師ラベル\(\mat

• Deep Learning
• 機械学習