ユーザ用ツール

サイト用ツール


kerasで重回帰分析

差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

この比較画面にリンクする

両方とも前のリビジョン 前のリビジョン
次のリビジョン
前のリビジョン
kerasで重回帰分析 [2017/08/14]
adash333 [参考]
kerasで重回帰分析 [2018/10/07] (現在)
ライン 10: ライン 10:
 そういえば、重回帰分析よくやっていました。今でもやりますが。 そういえば、重回帰分析よくやっていました。今でもやりますが。
  
-以下の本を再度読むと、deep learningの最後の層をソフトマックス関数ではなく、恒等簡単にすればよいととがた。+以下の本を再度読むと、deep learningの最後の層をソフトマックス関数ではなく、恒等簡単にすればよく、さらに、損失関数 (loss function) として2乗和誤差 (mean squared error)を指定すればよいととがりました。 
 + 
 +まだKerasでの実装はできていませんが、以下に、Neural Network Console(SONY)での実装のリンクを記載させていだきます 
 + 
 +NeuralNetworkConsole(SONY)で回帰分析(1) 
 +2017/​8/​21\\ 
 +http://​twosquirrel.mints.ne.jp/?​p=19839
  
  
ライン 58: ライン 64:
 http://​hra-inc.co.jp/​2017/​06/​21/​deep-learning-事始め(第4回-cnn)/​ http://​hra-inc.co.jp/​2017/​06/​21/​deep-learning-事始め(第4回-cnn)/​
  
 +
 +https://​stackoverflow.com/​questions/​43895750/​keras-input-shape-for-conv2d-and-manually-loaded-images\\
 +Keras input_shape for conv2d and manually loaded images
 +
 +
 +http://​dev.classmethod.jp/​machine-learning/​introduction-keras-deeplearning/​\\
 +KerasではじめるDeepLearning
 + ​データ分析機械学習
 +keras-logo-small
 +2017年05月19日 ​ じょんすみす(17)
 +
 +http://​ashigaru-com.blogspot.jp/​2017/​06/​jupiter-notebook-kerastensor-flow3.html?​m=1
 +2017年6月3日土曜日
 +Jupiter Notebook + Keras(Tensor Flow)でチュートリアルをしてみる3 MINIST
  
  

kerasで重回帰分析.1502750005.txt.gz · 最終更新: 2018/10/07 (外部編集)