Category Archives: 未分類

不完線形オートエンコーダによる PCA

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び，オートエンコーダによる PCA を実装してください． import tensorflow as tf n_inputs = 3 n_hidden = 2 n_outputs = n_inputs learning_rate = 0.01 X = tf.placeholder(tf.float32, shape=[None, n_inputs]) # Q1：コーディング層を定義してください． hidden = ########## [Q1の選択肢] 1. tf.nn.dense(n_hidden) 2. tf.layers.dense(X, n_hidden) 3. tf.placeholder(X, n_hidden) # Q2：出力層を定義してください． outputs = ########## reconstruction_loss = tf.reduce_mean(tf.square(outputs – X)) optimizer = tf.train.AdamOptimizer(learning_rate) […]

不完線形オートエンコーダによる PCA

次のコードで空欄になっている行に入る適切な選択肢を 1 ~ 3 から選び，オートエンコーダによる PCA を実装してください． import tensorflow as tf n_inputs = 3 n_hidden = 2 n_outputs = n_inputs learning_rate = 0.01 X = tf.placeholder(tf.float32, shape=[None, n_inputs]) # Q1：コーディング層を定義してください． hidden = ########## [Q1の選択肢] 1. tf.layers.dense(X, n_hidden) 2. tf.layers.dense(n_hidden) 3. tf.placeholder(X, n_hidden) # Q2：出力層を定義してください． outputs = ########## reconstruction_loss = tf.reduce_mean(tf.square(outputs – X)) optimizer = tf.train.AdamOptimizer(learning_rate) […]

エンコーダ – 認識ネットワーク

エンコーダの説明として正しいものを選んでください． 1. 入力の内部表現を復元するネットワーク． 2. 入力を内部表現へ変換するネットワーク． 3. 入力ノイズからゲーム理論に従ってデータを生成するネットワーク 4.自然言語を別の自然言語に変換するネットワーク

デコーダ – 生成ネットワーク

デコーダを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． デコーダは、エンコーダが入力から抽出した特徴量に基づいて圧，エンコーダの入力を再構築する． もし，デコーダで入力を再構築できれば，入力の不要な特徴量を削除した ( Q1 ___ ) を得ることができる． 1. 潜在変数 2. 確率的勾配 3. カーネル

デコーダ – 生成ネットワーク

デコーダを説明している以下の文で空欄に入る適切な単語を選択肢 1 ~ 3 から選んでください． デコーダは、エンコーダが入力から抽出した特徴量に基づいて圧，エンコーダの入力を再構築する． もし，デコーダで入力を再構築できれば，入力の不要な特徴量を削除した ( Q1 ___ ) を得ることができる． 1. カーネル 2. 潜在変数 3. 確率的勾配

デコーダ – 生成ネットワーク

エンコーダの説明として正しいものを選んでください． 1. 入力の内部表現を復元するネットワーク． 2. 入力を内部表現へ変換するネットワーク． 3. 入力ノイズからゲーム理論に従ってデータを生成するネットワーク 4.自然言語を別の自然言語に変換するネットワーク