【ゼロから作るDeap Learning】2.4~2.7
>100 Views
May 07, 26
スライド概要
AI・機械学習を勉強したい学生たちが集まる、京都大学の自主ゼミサークルです。私たちのサークルに興味のある方はX(Twitter)をご覧ください！
関連スライド
各ページのテキスト
2025年度前期輪読会 ゼロから作るDeep Learning 第2章 パーセプトロン (2.4~2.7) 京都大学 工学部 情報学科 数理工学コース 稲葉 陽孔 1
アジェンダ ■ パーセプトロンの限界 ■ 多層パーセプトロン ■ NANDからコンピューターへ 2
パーセプトロンの限界 限界点 (単層)パーセプトロンでは表現できないものもある 表現できない例(XOR) ２つの入力のうち、片方のみ１なら１ 表現できない理由 1つの直線で●と○を分割 できない ＝ 単層パーセプトロンでは表 現できない →多層パーセプトロンの 登場 3
多層パーセプトロン 多層パーセプトロン 例(XOR) 複数のパーセプトロンで表現されたもの 4
多層パーセプトロン 計算の詳細(XOR用パーセプトロン) 5
多層パーセプトロン 計算の詳細(XOR用パーセプトロン) 6
多層パーセプトロン 計算の詳細(XOR用パーセプトロン) 7
NANDからコンピューターへ パーセプトロンが できること ・２進数を１０進数へ変換 ・ある条件を満たすと１を出力 ・計算（四則演算） コンピューターができ ること ・NANDによってすべての操作を 実行可能 →パーセプトロンによって実行可 能 ※普遍性定理より、２層のパーセプトロン(+ReLUなどの活性化関数)によって任意の 関数 を表現可能なので、２層のパーセプトロンであれば コンピューターができるといわれている 普遍性定理のイメージ 8