回答編集履歴
2
追記
test
CHANGED
|
@@ -14,11 +14,27 @@
|
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
|
|
17
|
-
|
|
17
|
+
下記画像はゲートを表しています。
|
|
18
18
|
|
|
19
19
|
|
|
20
20
|
|
|
21
21
|
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
このゲートを通る値を取捨選択するという仕組みは以下のように実現されます。
|
|
26
|
+
|
|
27
|
+
|
|
28
|
+
|
|
29
|
+
まずゲートは「現時刻の入力」と「1つ前の時刻」の出力を受け取ります。
|
|
30
|
+
|
|
31
|
+
+マークでそれらは足し合わせ、要素ごとにシグモイド関数を適用するので、g の各値は 0.0 ~ 1.0 になります。(シグモイド関数は値域が 0 ~ 1)
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
そして、✕マークの部分でこれとゲートを通ろうとする値の要素ごとの積が計算されます。
|
|
36
|
+
|
|
37
|
+
ゲートの値 g が 0 に近ければ、その値はほとんど通さず、1 に近ければほぼ全部通すことになります。
|
|
22
38
|
|
|
23
39
|
|
|
24
40
|
|
1
一部修正
test
CHANGED
|
@@ -1,12 +1,38 @@
|
|
|
1
|
-
## σ
|
|
1
|
+
## σ の意味について
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
σ はシグモイド関数
|
|
5
|
+
σ はシグモイド関数です。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
9
|
※ Deep Learning の文脈でその記号がでてきたら、上記を表すことが多いというだけで、あくまで「σ はシグモイド関数を表す」など但し書きがあるはずです。なければ、その説明は不親切です。
|
|
10
|
+
|
|
11
|
+
|
|
12
|
+
|
|
13
|
+
## σ の役割
|
|
14
|
+
|
|
15
|
+
|
|
16
|
+
|
|
17
|
+
シグモイド関数は値域が [0, 1] なので、ゲートの役割をもたせるための値を出力するのに都合がよいので使われています。
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
## x、h について
|
|
26
|
+
|
|
27
|
+
|
|
28
|
+
|
|
29
|
+
ｘ は LSTM の入力
|
|
30
|
+
|
|
31
|
+
ｈ は LSTM の出力
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
どちらも数値データです。文章はネットワークに流す段階で数値化されています。
|
|
10
36
|
|
|
11
37
|
|
|
12
38
|
|