
8.1
ディープラーニングとは何か
155
の層を持つフィードフォワードネットワークで、これはすでに紹介したものに似ています。こういった
構 造(たとえ 2つの層と1つのニューロンであっても)における出力層のニューロンは、単純な回帰の問
題(線形回帰やロジスティック回帰など)から、きわめて複雑な回帰やクラシフィケーションのタスクを
(多数の隠れ層と大量のニューロンを用いて)解くことができます。広く使われるもう1つのタイプとし
ては、自己組織化マップがあります。これは、初めてこういった構造を提唱したフィンランド人の研究
者である Teuvo Kohonen にちなんでコホーネンネットワークと呼ばれることもあります。この構造は教
師なしでトレーニングできます。これはすなわち、それらがターゲットを必要としないということ(教師
なし学習のパラダイム)です。こういった構造がよく使われるのは、データに潜むパターンを見いだす
ことを目的とするクラスタリングの問題を解く場合です。
ニューラルネットワークの種類についてさらに詳しく知りたい場合には
http://www.ieee.cz/
knihovna/Zhang/Zhang100-ch03.pdf
を参照してください。
ディープラーニングのライブラリには、TensorFlow 以外にも興味深いものがたくさんあります。例と
しては Theano、Torch、Caffe、Microsoft Cognitive Toolkit(CNTK)、 mxnet、DL4J などがあ