ディープラーニングを使ってプログラミングの構文エラーを自動で検知して修復する研究が進んでいます。本記事では、RNNを使った構文エラーを自動修復する技術の紹介をします。

リカレントニューラルネットワークは、時系列データを扱うことのできるニューラルネットワークの１つです。本記事では、RNNについて、応用事例や仕組み・実装方法まで徹底的に解説しました。

Backpropagation（誤差逆伝播法）は、ニューラルネットワークの勾配を計算する基本アルゴリズムです。この仕組を計算グラフを使って可視化しながらステップ・バイ・ステップで分かりやすく解説してみました。

本記事では、Attentionで拡張され、応用先が大きく広がったRecurrent Neural Networksについて解説しています。NTMやNeural Programmerなどの応用事例も合わせて技術解説しています。

TensorFlow Playgroundは、ニューラルネットワークの動きを可視化して理解できるツールです。本記事では、TensorFlow Playgroundの使い方をステップ・バイ・ステップで解説して、人工知能の動作原理を直感的にに理解できるように解説しました。

ImageNet2015で圧勝したResidual Network(ResNet)。層間で残差を足し合わせるというシンプルなアイデアでCNNは層を格段に深くして飛躍的に性能が向上した。

Microsoftが2016年1月に公開したDeep Learningフレームワーク「CNTK」。各社フレームワークを公開する中、Microsoftが自信を持って開発するこのフレームワークの特徴とは？

Deep Learningの本命CNN。画像認識で圧倒的な成果を上げたのもこの畳み込みニューラルネットワークと呼ばれる手法です。位置不変性と合成性を併せ持つそのアルゴリズムとは？そして、TensorFlowによる実装も紹介しました。

ネットワーク内部の共変量シフトを抑えて、ニューラルネットワークの学習を加速させるBatch Normalizationについての解説と実装・効果検証しました。