But what is a Neural Network? | Deep learning chapter 1

What You Will Learn

• ニューラルネットワークの基本構造を理解する
• ニューラルネットワークが画像認識にどう利用されるかを知る
• ニューラルネットワークの学習プロセスを把握する

Key Concepts

ニューラルネットワークは、brainの構造に着想を得たものです。ニューロン（neuron）とは、0から1の間の数字を保持する単位です。入力画像の各ピクセルに対応するニューロンが存在し、そのニューロン内の数字はピクセルのグレースケール値を表します。ニューラルネットワークは、入力層、隠し層、出力層で構成されます。入力層では、画像のピクセル値がニューロンに格納され、出力層では、各ニューロンが特定の数字を表します。隠し層は、入力層と出力層の間で処理を行います。

Code Examples

from one image to the next # 入力画像のピクセル値の変化を表す from the ones firing when you see this 3 # ニューロンの活性化を表す if I told you, hey, sit down and write for me a program that takes in a grid of 28x28 pixels like this and outputs a single number between 0 and 10, telling you what it thinks the digit is, well the task goes from comically trivial to dauntingly difficult # 画像認識タスクの難しさを表す

Lesson Summary

このレッスンでは、ニューラルネットワークの基本構造と画像認識への応用について学びました。ニューラルネットワークは、入力層、隠し層、出力層で構成され、各層ではニューロンが情報を処理します。入力層では、画像のピクセル値がニューロンに格納され、出力層では、各ニューロンが特定の数字を表します。隠し層は、入力層と出力層の間で複雑な処理を行います。ニューラルネットワークは、画像認識などのタスクで人間の脳に近いパフォーマンスを発揮しますが、まだ多くの課題があります。このレッスンでは、ニューラルネットワークの構造と画像認識への応用について基礎的な理解を得ることができました。

Practice Exercise

次の質問に答えてください：ニューラルネットワークの入力層では、どのような情報がニューロンに格納されるか。

What Is Next

次のレッスンでは、ニューラルネットワークの学習プロセスについて詳しく学びます。ニューラルネットワークがどのようにして画像認識などのタスクを学習するのかを理解することができます。