ゼロから作るDeep Learning ❸ ―フレームワーク編

第4ステージニューラルネットワークを作る

これまで私たちは、変数として主に「スカラ」だけを扱ってきました。しかし機械学習では、「テンソル（多次元配列）」が主役です。この第4ステージでの目標は、DeZeroを機械学習に向けて――特にニューラルネットワークに向けて――拡張することです。そのために、まずはテンソルを使って計算できるようにDeZeroを拡張します。

機械学習において微分を求める作業は複雑になりがちです。しかし私たちのDeZeroは、すでに自動微分の基盤を備えています。そのため、これから行う作業は、技術的にはさほど難しくはありません。後は、DeZeroの自動微分の上に、機械学習に必要な関数や機能を追加することが主な仕事になります。それが終われば、機械学習の問題をいくつか解いてみて、DeZeroの実力を確かめたいと思います。

このステージは、これまで時間をかけて作ってきたDeZeroが、ディープラーニング（ニューラルネットワーク）という分野で花開く場所です。このステージが終わる頃には、DeZeroは「ディープラーニングのフレームワーク」と呼べるまでに成長します。それでは第4ステージへと進みましょう！