【python】初めて多層パーセプトロンを書いた

ニューラルネットワーク勉強中の

パウで～す。

探せばプログラムはでてくるが

なかなか理解できない＞＜

今回は

Chainer v4 ビギナー向けチュートリアルを

参考にして勉強しました。

（プログラム言語はpython,パッケージはchainer v4を使用）

class MLP(chainer.Chain):

　　def __init__(self, n_mid_units=100,n_out=10):
　　　　super(MLP, self).__init__()

# パラメータを持つ層の登録
　　　　with self.init_scope():
　　　　　　self.l1 = L.Linear(None, n_mid_units)
　　　　　　self.l2 = L.Linear(n_mid_units, n_mid_units)
　　　　　　self.l3 = L.Linear(n_mid_units, n_out)

　　　　def __call__(self, x):
# データを受け取った際のforward計算を書く
　　　　h1 = F.relu(self.l1(x))
　　　　h2 = F.relu(self.l2(h1))
　　　　return self.l3(h2)

このプログラムの意味を理解するのに時間がかかった＞＜

ChainerのChainをもっと楽に書く – ご注文は機械学習ですか？ここに

chainer.Chainのモデル定義の書き方があって

助かりました。

これで僕でも好きな層数に書き換えられる！！

chainerは最初からいろんなディープラーニングの

計算式が入っているらしくSGD、Adamなど

少し名前を変えるだけで

実装できるっぽいです

便利！！

（参考文献：Optimizer : 深層学習における勾配法について）

その計算式を自作するとしたらどうやってやるのか...??

とりあえず次は

畳み込みニューラルネットワークに挑戦！！