詳解ディープラーニング

　Tensorflow・Kerasによる時系列データ処理について詳しい本ということで、興味を持ったので、読んでみた。

　偏微分、全微分など基本的な数学の説明が初めのほうに出ている。関連した内容をネットでわかりやすい説明はないか、チェックしながら、読み進めていくといいようだ。

　後半のLSTMのあたりから難しくなってくる。P234の(5.41)式の変形がいまいちわからない。

　　ｆ(t)が忘却ゲートの値とし、ef(t):=∂E/∂f(t)　　　　　　　　　　　(5.39)

　　　　　　　　　　　　　　　　　　＝∂E/∂c(t)⦿∂c(t)/∂f(t)　　　　(5.40)

　　　　　　　　　　　　　　　　　　=ec(t)⦿c(t-1)　　　　　　　　(5.41)

　　　c(t)＝i(t)⦿a(t)＋f(t)⦿c(t-1)　　　(5.42)

注：⦿は要素積を表す

　　　(5.42)のc(t)をf(t)で微分すれば、確かにc(t-1)になるのだけど、、、

　　　そういう理解でいいのだろうか？