検索

人間の脳の神経細胞(ニューロン)の仕組みを模倣・着想源とした、機械学習の数理モデル。

画像認識で威力を発揮する深層学習モデル。フィルタで局所的な特徴を段階的に抽出する。

学習フレームワーク間でモデルを共通形式で受け渡すための標準。

生成役と判別役を競わせて、本物そっくりのデータを生成する手法。

多層の[[neural-network]]を用いて、データから複雑な特徴を自動的に学習する機械学習の一分野。

出力の誤差を出力層から入力層へ逆向きに伝え、各[[weight]]を効率的に更新する学習アルゴリズム。

損失関数の傾き(勾配)をたどって、誤差が最小になる方向へパラメータを少しずつ更新する最適化手法。

ニューラルネットワークの各接続が持つ、入力信号の重要度を表すパラメータ。学習で調整される。

膨大なテキストで訓練された巨大な言語モデル。文章生成・要約・対話などを高い精度でこなす。

学習中に一部のニューロンをランダムに無効化し、過学習を防ぐ正則化手法。

「0より小さければ0、大きければそのまま」を返す、最も広く使われる活性化関数。

ニューロンの出力に加える調整用の定数。重みとは別に学習されるパラメータ。

大量の並列計算が得意な演算装置。AIの学習・推論に不可欠。

Googleが開発した、機械学習計算に特化した専用プロセッサ。

ニューロンの出力に非線形性を加え、ネットワークが複雑なパターンを表現できるようにする関数。