Chainerで学ぶディープラーニング入門

サポートページ

この記事を読むのに必要な時間:およそ 0.5 分

お詫びと訂正(正誤表)

本書の以下の部分に誤りがありました。ここに訂正するとともに,ご迷惑をおかけしたことを深くお詫び申し上げます。

(2018年7月24日最終更新)

※数式についてはTeX記法で記載しております。

P.4 「新しい構成要素の提案」の2行目

Dropoutは学習時に与えられた割合で与えられた層のユニットを
Dropoutは学習時に与えられた割合で対象の層のユニットを

P.28 「クロスエントロピー」第4段落,1行目

$y_i[n]$
$y_i^{[n]}$

数式を上付きにします。

P.40 1つめの数式の矢印を逆に

$\to$
$\gets$

P.43 「Momentum SGD」本文3行目の式

$\mathbf{g}_t=\frac{dL}{d\mathbf{d\theta}} |_{\theta_t} $
$\mathbf{g}_t=\frac{dL}{d\mathbf{d\theta}} |_ $

右下の$\theta_t$についてるかっこ"{","}"をとります。

P.61 箇条書き部分2行目

Variableからvolatileオプションが削除された
Variableからvolatileオプションが削除された(Linkクラス内で定義するパラメータにはVariableクラスのサブクラスであるParameterクラスを使用する)

P.88 「位置ずれ」2行目

画像中央に必ず物体があるデータで学習
画像中央に物体があるデータで学習

P.101 6行目

最上層での1×1ユニットを考えると最下層では5×5の視野を獲得していることになります。
最上層における1×1ユニットのみを考慮すると最下層では5×5の視野を獲得していることになります。

P.124

オプティマイザーのハイパーパラメータチューニングを行う事を挙げておきます。
オプティマイザーなどのハイパーパラメータチューニングを行うことを挙げておきます。

P.146 2段落目

また時系列データの場合時点のデータから次に出現する
また時系列データの場合、ある時点のデータから次に出現する

P.146 3段落目

$x_1,\cdots,x_t$
$x_1,\cdots,x_{t-1}$

P.182 数式の場合分けの2つめのカッコ内

$|\delta |\le w$
$|\delta |\ge w$