<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>yamaimo0625</author_name>
  <author_url>https://blog.hatena.ne.jp/yamaimo0625/</author_url>
  <blog_title>いものやま。</blog_title>
  <blog_url>https://yamaimo.hatenablog.jp/</blog_url>
  <categories>
    <anon>技術</anon>
    <anon>AI</anon>
    <anon>ニューラルネットワーク</anon>
  </categories>
  <description>昨日は基本的なニューラルネットワークの構成について説明した。 今日は昨日説明しなかった活性化関数について説明する。 活性化関数 活性化関数はニューラルネットワークを非線形にするための関数。 一般的には単調増加する非線形な関数で、微分可能なもの（もしくは似た関数）が使われる。 昔よく使われていたのは、シグモイド関数と総称される関数。 ロジスティック関数や双曲線正接関数がある。 また、最近は正規化線形関数やシグモイド関数を近似した関数が使われたりもする。 ロジスティック関数 ロジスティック関数は、次のような関数： 定義域は、値域はになる。 見た目は以下のとおり： 双曲線正接関数 双曲線正接関数は、…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyamaimo.hatenablog.jp%2Fentry%2F2016%2F02%2F04%2F200000&quot; title=&quot;ニューラルネットワークについて学んでみた。（その2） - いものやま。&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://images-fe.ssl-images-amazon.com/images/I/41oUQTcnaLL._SL160_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-02-04 20:00:00</published>
  <title>ニューラルネットワークについて学んでみた。（その2）</title>
  <type>rich</type>
  <url>https://yamaimo.hatenablog.jp/entry/2016/02/04/200000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
