<?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>昨日は活性化関数について説明した。 今日は、ニューラルネットワークの学習に関して。 多層ネットワークの関数としての表現 以下では、ニューラルネットワークについて学んでみた。（その1） - いものやま。 で書いた、多層ネットワークについて考えていく。 多層ネットワークの出力 は、引数が入力 で、パラメータ をもった関数とみることが出来るので、次のように書くことが出来る。 すべてのパラメータをベクトル で表すことにすると、次のように書くことも出来る。 多層ネットワークでは、このパラメータ を学習していくことになる。 訓練データと誤差関数 入力 に対する望ましい出力を としたとき、このペア を訓練サ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyamaimo.hatenablog.jp%2Fentry%2F2016%2F02%2F05%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3） - 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>2016-02-05 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3）</title>
  <type>rich</type>
  <url>https://yamaimo.hatenablog.jp/entry/2016/02/05/200000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
