<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>sutokun</author_name>
  <author_url>https://blog.hatena.ne.jp/sutokun/</author_url>
  <blog_title>社畜エンジニア発掘戦線</blog_title>
  <blog_url>https://shachicode.hatenablog.com/</blog_url>
  <categories>
  </categories>
  <description>おつかれさまです。活性化関数や損失関数の微分についてメモしておきます。 〜活性化関数〜 ニューラルネットワークにおいて、線形変換をした後に適用する非線形関数もしくは恒等関数のこと。よく使っている「シグモイド関数」が活性化関数ですね。 〜損失関数〜 ニューラルネットワークにおいて、出力(y)と正解(t)がどれだけ離れているのかを表す「損失量」を与える関数。「二乗和誤差関数」、「クロスエントロピー」がこの損失関数にあたります。今回は活性化関数に「シグモイド関数」、「ソフトマックス関数」、損失関数に「クロスエントロピー」を用いたときの微分の計算についてまとめてみたいと思います。 まず、簡単なニューラ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fshachicode.hatenablog.com%2Fentry%2F2019%2F02%2F18%2F180823&quot; title=&quot;活性化関数とクロスエントロピーの微分 - 社畜エンジニア発掘戦線&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/s/sutokun/20190207/20190207094629.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-02-18 18:08:23</published>
  <title>活性化関数とクロスエントロピーの微分</title>
  <type>rich</type>
  <url>https://shachicode.hatenablog.com/entry/2019/02/18/180823</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
