4. 分類のための線形ニューラルネットワーク¶

ここまでで、仕組みのすべてを学んできたので、学んだスキルをより広い種類のタスクに適用する準備が整った。分類へと話を移しても、大部分の土台は同じままである。すなわち、データを読み込み、それをモデルに通し、出力を生成し、損失を計算し、重みに関する勾配を求め、モデルを更新する。ただし、ターゲットの正確な形式、出力層のパラメータ化、そして損失関数の選択は、分類の設定に合わせて調整される。