HOME > natural science Laboratory > コンピュータ・シミュレーション講座 > ゼロから作るDeep Learning

ゼロから作るDeep Learning
三角関数のサンプリング学習(WebWorkersによる並列計算)

文責:遠藤 理平 (2017年4月25日) カテゴリ:ゼロから作るDeep Learning(15)

昨今注目を集めているAI(人工知能)を学びたいと思い立ち、ディープラーニング(Deep Learning、深層学習)と呼ばれるAIの数理モデルである多層構造のニューラルネットワークを書籍「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」を参考にを独習していきたいと思います。本書籍ではプログラミング言語としてPythonが利用されていますが、本項ではJavaScriptで実装していきます。

目次


三角関数のサンプリング学習

前項で開発した順伝播型ニューラルネットワークFNNNクラスを用いて三角関数を学習させます。 今回は、複数並列で1000回ごとの学習で最も学習効果が上がっている結果(重みとバイアス)を用いて次の1000回の学習を複数並列で行うという学習スタイルで行います(6層ニューラルネットワーク(各層のニューロン数:1,10,10,10,10,1))。 複数並列の計算はWebWorkersを用いて並列計算を行います。

実行結果

【メモ】今回は実行時間を考慮して学習回数の区切りを1000回としましたが、もっと大きな回数、例えば10000回の方が学習が安定することがわかりました。(実行ごとに結果が異なり、学習がうまく行っていない場合が存在します。)



▲このページのトップNPO法人 natural science トップ

関連記事

ゼロから作るDeep Learning







▲このページのトップNPO法人 natural science トップ