この回でつかむこと
y = wx + b の各値の役割を説明できる。
1つのニューロンをのぞくって何だろう？
入力xに重みwを掛け、バイアスbを足すと出力yになります。重みは入力の影響の大きさ、バイアスは基準位置を調整します。
ニューロンって、頭の中の細胞をそのまま入れるの？
脳の細胞そのものを入れるわけではないんだよ。生物のしくみをヒントにした、数を掛けて足す計算なんだ。
重みとバイアスを変えると、同じ入力でも出力が変わります。
あおい 3＋2＋1じゃなくて、まず3×2なんだね！
1つのニューロンの基本計算。重みとバイアスは学習で変わる。 入力xに重みwを掛け、バイアスbを足すと出力yになります。重みは入力の影響の大きさ、バイアスは基準位置を調整します。
import torch
from torch import nn
layer = nn.Linear(1,1)
with torch.no_grad():
layer.weight.fill_(2.0); layer.bias.fill_(1.0)
x = torch.tensor([[3.0]])
print(layer(x).item())なぜそうなる？ 2×3+1をPyTorchのLinear層が計算します。ここでは値を手で設定しました。
ReLUで表せる形を増やす
掛け算と足し算だけを重ねても、表せる関係には限りがあります。途中にReLUのような活性化関数を入れると、直線だけでは表しにくい境界も扱えるようになります。
relu = nn.ReLU()
print(relu(torch.tensor([-2.0, 3.0])))ここに注目 ReLUは負の値を0にし、正の値をそのまま通します。
予想して、理由を話そう
答えを選んで、説明を確かめよう。外れても発見が一つ増えるよ。
答えを選ぶと理由が表示されます。
Colabで試してみよう
コードの実行はColaboratoryの実行環境で行います。まずノートブックを保存し、Colabで「ファイル → ノートブックをアップロード」から開いてください。上から順に実行し、最後に値を変えてみましょう。
保存ボタンを押しても画面は切り替わりません。通常はブラウザの「ダウンロード」フォルダに .ipynb が保存されます。見つからない場合はダウンロード履歴を確認してください。Colabの実習は小さな例から始められます。
身近な技術とつなげてみよう
AI先生：温度センサーの値にも重みを付けられるけれど、重みが大きいだけで『原因』と決めつけないでね。
この回の重要な用語
本文で出会った言葉を、ここで意味と一緒に振り返ろう。上の「ことばの窓」からも説明を開けるよ。
- ニューロン
- 入力を重み付きでまとめ、次の値を作る計算単位です。
- 重み
- 入力が出力に与える影響を調整する値です。
- バイアス
- 重み付きの和へ加え、出力の基準をずらす値です。
- ReLU
- Rectified Linear Unit。負の値を0にする代表的な活性化関数です。