前提・実現したいこと
tensorflowを用いてニューラルネットで回帰問題を解こうとしています。
入力層が2次元だと仮定して、入力層[データ数,2]、中間層[2,2]、出力層[2,1]のような行列を作成して学習したいと考えています。
入力層→中間層への重みを1、中間層→出力層への重みを2とするとします。
この時の出力を関数で表したいのですが、単純にデータと重み1と重み2の行列の乗算で出せばよいのでしょうか。
というかそもそも回帰問題をニューラルネットで解くメリットは何ですか。
機械学習を始めたばかりで疑問点だらけなのですが、よろしくお願いします。
試したこと
ニューラルネットなしの回帰問題として学習をしてみました。(入力層[データ数,2]、出力層[2,1])
こちらは重みが1次元なので、出力は x1w1+x2w2 で表されるのはわかりました。
上記のように重みが中間層数の2次元などになってくると、よく分かりません。
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/01/09 12:32
2019/01/09 17:41