概要
活性化関数はNNにおいて重要な項目である
活性化関数によってモデルの表現を持たせることができる
活性化関数は様々なものが使用されているが、構築するNNによって使用する活性化関数も違ってくる
活性化関数の効果で一部の出力は弱く、一部は強く伝播される
この章では以下の項目を学んだ
・活性化関数の基本(確認1つ含む)
・活性化関数の種類(確認1つ含む)
・ハンズオン
活性化関数の基本
NNにおいて、次の層への出力や大きさを決定する非線形の関数
入力値の値によって、次の層への信号のON/OFFや強弱を定める働きをもつ
中間層の入力であるuまでは線形であるため、活性化関数を通して非線形にすることで表現力が上がる
活性化関数は数式で以下のように表すことができる
]
<<確認テスト>>
線形と非線形の違いを図に書いて簡易に説明せよ
活性化関数の種類
活性化関数には以下のような関数が使用されている(現在はことなる活性化関数が使用されている)
<<確認テスト>>
配布されてコードよりz=f(u)を定義している箇所を抜き出せ
ハンズオン
順伝播(3層・複数ユニットにおいて以下2つを実施した
①各パラメータのshapeを表示
②ネットワークの初期値ランダム生成
入力層、隠れ層、出力層のノード、層数を定義してnumpyの乱数を発生する関数に引数として渡す