送電建設技術者のためのニューラルネットワーク超超入門(3/4)
3.各番地の各クラスに対する影響度
各番地(入力層の各ニューロン)の値が各クラス(出力層の各ニューロン)にどう影響するかを考えてみる。
例えば1番地について考えてみよう。
上の例では1番地には「1」が入っている。
1番地に「1」が入るのは数字が【0】【2】【3】【4】【5】【6】【7】【8】【9】の場合である。
そこで、1番地に「1」が入っていた場合は「クラス0」「クラス2」「クラス3」「クラス4」「クラス5」「クラス6」「クラス7」「クラス8」「クラス9」のスコアを1加算する。
それでは、1番地に「0」が入っていた場合はどうか？
1番地に「0」が入るのは数字が【1】の場合である。
1番地に「0」が入っていた場合は「クラス1」のスコアを1加算する。
全ての番地の値について、各クラスに対する影響度に応じてクラスのスコアを加算する。
最終的に最も高いスコアを得たクラスがこのニューラルネットワークによって認識された数字という事になる。
この、各番地に入っている値が各クラスに対してどれだけ影響するのかを判定する「重みパラメータ」をどう設定するのかがニューラルネットワークの肝である。
