ここから本文です
AI(人工知能)& IoT
AIとIoTについて、ともに学びましょう。

書庫全体表示

 RNN(Recurrent Neural Network)は、時系列データの予測でよく使われるディープラーニングの代表的手法であり、時系列のデータポイントは、各層の入力として利用される。また、各層の出力は、次の層の入力としてだけでなく、ユーザーが使用可能な出力としても利用される。
イメージ 1

 ニューラルネットワークの出力を別のネットワークの入力として利用するような再帰的構造を持ったニューラルネットワークのことをRecursive Neural Networkと呼び、こちらも「RNN」と略すが、一般的に「RNN」といえば「Recurrent Neural Network」を指す。

 Recursive Neural Networkの中でも、隠れ層同士の結合が時系列に沿って直線的であり、かつその隠れ層が同一構造のものであるような場合を「RNN(Recurrent Neural Network)」という。

 「時系列データ」とは、特定の情報について、時間順序を追って取得されたデータのことで、データ分析上の特徴としては、データポイントそれぞれを独立したものと見なすのではなく、「ある時点のデータが、それ以降に発生するデータに何らかの影響を及ぼしている」と考えることであり、自然言語も時系列データとしての性質を持っているといえる。例えば文章中で最初に「私」という単語が来たら、その次に来るのは「は」や「の」といった助詞が来ると予想できる。

参考
deepinsider:RNN(Recurrent Neural Network)の概要を理解しよう(TensorFlow編)
https://deepinsider.jp/tutor/introtensorflow/whatisrnn

顔アイコン

顔アイコン・表示画像の選択

絵文字
×
  • オリジナル
  • SoftBank1
  • SoftBank2
  • SoftBank3
  • SoftBank4
  • docomo1
  • docomo2
  • au1
  • au2
  • au3
  • au4
  • 名前
  • パスワード
  • ブログ

開くトラックバック(0)

本文はここまでですこのページの先頭へ
みんなの更新記事