グラフニューラルネットワークの基礎と応用事例
グラフニューラルネットワーク(GNN)の基礎理論から、GCN, GraphSAGE, GATなど主要モデルの仕組みまでをわかりやすく解説。創薬・分子特性予測への応用事例や、PyTorch Geometricを使った実装コードも紹介します。
深層学習
【Transformer】ソフトマックス関数についてわかりやすく解説｜python
こんにちは、青の統計学です。 今日は、GPT等の生成AIモデルでも使われているtransformerの中にあるソフトマックス関数についてご紹介いたします。 そのほかの非線形変換について詳しく知りたい方は、以下のコンテンツをご覧ください。…
【深層生成モデル】VAEの仕組みをわかりやすく解説｜ベイズ統計
VAE(変分オートエンコーダ)の仕組みをわかりやすく解説。深層生成モデルの基礎として、オートエンコーダとの違いから、潜在変数、変分下界(ELBO)、KLダイバージェンス、Reparameterization Trickまで数学的背景を交えて説明します。
活性化関数の完全ガイド|特徴と効果的な選び方について|ニューラルネットワークと非線形性
ディープラーニングに必須の「活性化関数」を完全解説。ReLU、Sigmoid、Softmax等の使い分けや特徴を網羅。学習を妨げる勾配消失問題の原因と対策（バッチ正規化や重み初期化など）まで学べる、実務と資格試験に役立つガイドです。
【python】畳み込みニューラルネットワークによる画像判別プログラムの開発
畳み込みニューラルネットワーク（Convolutional Neural Network, CNN）は、画像認識や物体検出などのコンピュータビジョンタスクに広く使用されるディープラーニングの一種です。…
