メディカルAIコースオンライン講義資料

Home Page: https://japan-medical-ai.github.io/medical-ai-course-materials/

License: MIT License

Jupyter Notebook 98.68% Makefile 0.02% Python 0.35% Shell 0.04% HTML 0.88% Dockerfile 0.02%

medical-ai-course-materials's Issues

AWS/Azure/GCPなどのクラウドサービスを利用する方法についてのリンクを追加

Colab以外の環境を使いたい人向けに。

Python入門とColabの使い方の説明ページとしてChainer Tutorialにリンク貼る

環境構築の説明を修正する

7.3. データセット `data.h5` → `seq.h5`

7.3. データセットの部分でwgetで落としてきているファイル名はseq.h5なのに対して、本文中ではdata.h5になっている。

誤植：「3.2.2.1. 補足：交差エントロピーについて」

該当箇所にあります

$\int_{x, y} \hat{p}(y|x) \log \frac{q(y|x)}{\hat{p}(y|x)} dx dy$

は交差エントロピーではなく KL divergence に -1 をかけたものに見えます。

$- \int_{x, y} \hat{p}(y|x) \log q(y|x) dx dy$

だったりしませんでしょうか？

誤植「5.5.1. Convolutionレイヤ」

該当箇所にあります

$({\rm input\_size} + {\rm pad} \times 2) / {\rm stride} + 1$

は正しくは

$({\rm input\_size} + {\rm pad} \times 2 - {\rm ksize}) / {\rm stride} + 1$

だと思われます。
ご確認お願いします。

どこから始めるか？フローチャートを作る

誤植：「3.3. ニューラルネットワークの最適化」

該当節のセルに誤植があります。
①

# dL / dw_2: 求めたい勾配
g_Lw2 = g_Ly * g_yu2 * g_u2w2

print(g_Lw_2)

→

# dL / dw_2: 求めたい勾配
g_Lw2 = g_Ly * g_yu2 * g_u2w2

print(g_Lw2)

②

g_yu2 = y * (1 - y)
g_u2h1 = w2
g_h1u1 = h1 * (1 - h1)
g_u1w1 = x

# 上から du1 / dw1 の直前までを一旦計算
g_Lu1 = g_Ly * g_yu_2 * g_u_2h_1 * g_h_1u_1

# g_u1w1は (3,) というshapeなので，g_u1w1[None]として(1, 3)に変形
g_u1w1 = g_u1w1[None]

# dL / dw_1: 求めたい勾配
g_Lw1 = g_Lu1.T.dot(g_u1w1)

print(g_Lw1)

→

g_yu2 = y * (1 - y)
g_u2h1 = w2
g_h1u1 = h1 * (1 - h1)
g_u1w1 = x

# 上から du1 / dw1 の直前までを一旦計算
g_Lu1 = g_Ly * g_yu2 * g_u2h1 * g_h1u1

# g_u1w1は (3,) というshapeなので，g_u1w1[None]として(1, 3)に変形
g_u1w1 = g_u1w1[None]

# dL / dw_1: 求めたい勾配
g_Lw1 = g_Lu1.T.dot(g_u1w1)

print(g_Lw1)

資料中のコードの自動テスト

誤植：「3.1.3. 数値を見ながら計算の流れを確認」

該当項にある些細な計算間違いが気になりました。

japan-medical-ai / medical-ai-course-materials Goto Github PK

medical-ai-course-materials's Issues

AWS/Azure/GCPなどのクラウドサービスを利用する方法についてのリンクを追加

Python入門とColabの使い方の説明ページとしてChainer Tutorialにリンク貼る

環境構築の説明を修正する

7.3. データセット `data.h5` → `seq.h5`

誤植：「3.2.2.1. 補足：交差エントロピーについて」

誤植「5.5.1. Convolutionレイヤ」

どこから始めるか？フローチャートを作る

誤植：「3.3. ニューラルネットワークの最適化」

資料中のコードの自動テスト

誤植：「3.1.3. 数値を見ながら計算の流れを確認」

Recommend Projects

React

Vue.js

Typescript

TensorFlow

Django

Laravel

D3

Recommend Topics

javascript

web

server

Machine learning

Visualization

Game

Recommend Org

Facebook

Microsoft

Google

Alibaba

D3

Tencent