深層学習day3 Section1:再帰型ニューラルネットワークの概念
要点まとめ
RNNの概要
再帰型ニューラルネットワーク (RNN=Recurrent Neural Network)とは、時系列データのように時間的な繋がりを持つデータを扱うためのネットワーク。
時系列データの代表例としては、音声データ・テキストデータ等がある。
通常のNNでは入力→中間層→出力という構成だが、中間層への入力に対して一つ前の時系列データの中間層からを入力とすることで、時間軸の繋がりを持つ構成にしたものをRNNという。
RNNの数学的な記述
は活性化関数を通す前、活性化関数を通したものを という中間層となる。
出力側も同様に、活性化関数を通す前を、活性化関数を通した後の出力をとしている。
誤差逆伝播の記述
BPTT(Back Propergation Through Time)の式は前記のRNNの式を微分を用いるが、かなり複雑。
パラメータの更新式は
実装演習
バイナリ加算についてのRNNの結果を確認。
確認テスト等考察
現在の中間層への、前の中間層からの入力にも重みがあるのがRNNの特徴である。