Theanoã®LSTM Tutorialã§ä½•ã‚„ã£ã¦ã„ã‚‹ã®ã‹ã‚³ãƒ¼ãƒ‰ãƒªãƒ¼ãƒ‡ã‚£ãƒ³ã‚°ã™ã‚‹ - Qiitaã“ã®ã‚µãƒ³ãƒ—ルãŒä¸ã§ä½•ã‚„ã£ã¦ã‚“ã®ã‹ã–ã£ã¨èªã‚“ã 時ã®ãƒ¡ãƒ¢ã€‚ LSTMã®æœ¬å®Ÿè£…部分ã¯æ£ç›´å…¨ç„¶èªã¿è¾¼ã‚ã¦ãªã„。 一旦ã‚る程度自由ã«æ¤œè¨¼å‡ºæ¥ã‚‹ã‚ˆã†ã«ã„ã˜ã‚Œã‚‹ãらã„ã¾ã§ã®èªã¿å…·åˆã€‚ 訓練データã®åˆ†é¡ž コード全体ã¨ã—ã¦ã€å…¥åŠ›ã•ã‚Œã‚‹è¨“練データã¯3種類ã‚る。 train å¦ç¿’ã«ä½¿ã‚れるデータ valid 誤差率を検証ã™ã‚‹ãŸã‚ã®ãƒ‡ãƒ¼ã‚¿ 誤差ã®æ•°å€¤ã¯historyã¨ã—ã¦è¨˜éŒ²ã•ã‚Œã¦ã„ã‚‹ test 訓練ã¨ã¯ç‹¬ç«‹ã—ã¦èª¤å·®æ¤œè¨¼ã«åˆ©ç”¨ã•ã‚Œã‚‹ãƒ‡ãƒ¼ã‚¿ éŽå¦ç¿’ãŒèµ·ãã¦ãªã„ã‹ã©ã†ã‹ã‚’検証ã™ã‚‹ãŸã‚ã«ä½¿ã£ã¦ã„ã‚‹ã£ã½ã„。 実訓練ã¨ã¯å®Œå…¨ã«ç‹¬ç«‹ã—ã¦åˆ©ç”¨ã•ã‚Œã¦ã„る。 validã®ã‚¨ãƒ©ãƒ¼çŽ‡åŒæ§˜ã€testã®èª¤å·®çŽ‡ã‚‚historyã«è¨˜éŒ²ã•ã‚Œã‚‹ï¼ˆå¾Œè¿°ï¼‰ コードリーディング imdb.py データã®æº–å‚™ã€ãªã©ã‚’è¡Œã£ã¦ã„る。独自データを扱ã†éš›ã«ã¯ã“ã®éƒ¨åˆ†ã®æ‹¡å¼µã‚’ã™ã‚‹ã®ãŒä¸€ç•ªæ‰‹è»½ã€‚ prepare_data() 複数ã®è¨“練サンプルをå—ã‘å–ã‚Šã€è»¢ç½®è¡Œåˆ—ã€
長文日記
https://dl.acm.org/doi/10.1145/1143844.1143891
ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã§æ™‚系列データã®äºˆæ¸¬ã‚’行ㆠ- Qiita
Caffe | Deep Learning Framework
ＢＥＳＯï¼ï¼ˆãƒ“ーソム）ブãƒã‚° LSTM ã€ã¡ã‚‡ã£ã¨ã ã‘ç†è§£ã‚’試ã¿ã‚‹
Torch7ã§è¤‡é›‘ãªãƒ¢ãƒ‡ãƒ«ã‚’書ãã¨ãã«ä¾¿åˆ©ãªæŠ€ - デー
[MLAC 2013 7日目] Torch7ã§ãŠæ‰‹è»½ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ - a lonely miner![[MLAC 2013 7日目] Torch7ã§ãŠæ‰‹è»½ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ - a lonely miner](https://cdn-ak-scissors.b.st-hatena.com/image/square/be0f4e8c7e927775c6d1d3ce704d32b08e1915a3/height=288;version=1;width=512/http%3A%2F%2Fconditional.github.io%2Fimages%2Ftorch%2Ffeatures.png)
Torch7ã«ã‚ˆã‚‹ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’使ã£ãŸæ©Ÿæ¢°å¦ç¿’ - ã®ã‚“ã³ã‚Šã—ã¦ã„るエンジニアã®æ—¥è¨˜
Deep Learning ã®ãƒ•ãƒ¬ãƒ¼ãƒ ワーク Chainer を公開ã—ã¾ã—㟠- Preferred Networks Research & Development
{{#tags}}- {{label}}
{{/tags}}