MNIST 




 One-Hot 
 ニューラルNW 


 機械学習 
 network 
 lyers 
 optimizer 
 関数 
 util 
 MNIST 

 NN機能・要件
 NN構成・方式
 構成・方式など
 導入

 用語
 MNIST
 　　  データをセット  画像表示    
 　　  数値勾配ミニバッチ学習  TowLayerNet    
 　　  誤差逆伝播法ミニバッチ学習  TowLayerNet    
 　　  SimpleConvNet学習  SimpleConvNet    
 　　  深層学習  DeepConvNet    
 
 One-Hot >>> import numpy as np >>> X=np.array([0,1,2,1,0]) >>> X array([0, 1, 2, 1, 0]) >>> np.eye(3)[X] array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.], [0., 1., 0.], [1., 0., 0.]]) >>> >>> from sklearn.preprocessing import OneHotEncoder >>> X = np.array([0,2,5,2,0]).reshape(-1,1) >>> print(X) [[0] [2] [5] [2] [0]] >>> enc = OneHotEncoder(categories="auto", sparse=False,dtype=np.float32) >>> onehot_X = enc.fit_transform(X) >>> print(onehot_X) [[1. 0. 0.] [0. 1. 0.] [0. 0. 1.] [0. 1. 0.] [1. 0. 0.]] >>>