「エンジニアの知的生産術」第6回(12/13)

Posted on by 0 comment

参加者 沼田(読み手)、今井(記)
範囲 pp.70-85

第2章 やる気を出すには

  • 1つのタスクのやる気を出す
    • タイムボックス (p.70 ポモドーロテクニック ~)
  • まとめ

第3章 記憶を鍛えるには

  • 記憶にしくみ
    • 海馬
    • 海馬を取り除かれた人
    • Morrisの水迷路
    • 記憶は1種類ではない
  • 記憶と筋肉の共通点
    • 信号を伝えるシナプス
    • シナプスの長期増強
    • まず消えやすい方法で作り、徐々に長持ちする方法に変える
  • 繰り返し使うことによって強くなる

「エンジニアの知的生産術」第5回(12/11)

参加者 今井(読み手)、沼田(記)
pp.55 – 70

第2章 やる気を出すには

  • 「優先順位付け」はそれ自体が難しいタスク
    • ソートの計算量
    • 1次元でないと大小比較ができない
    • 不確定要素がある場合の大小関係は?
      • 探索と利用のトレードオフ
      • 不確かなときは楽観的に
      • リスクと価値と優先順位
    • 重要事項を優先する
      • 「通知された」は「緊急」ではない
      • 価値観はボトムアップに言語化する
    • Column  7つの習慣
    • 優先順位を今決めようとしなくてよい
  • 1つのタスクのやる気を出す
    • タスクが大きすぎる
      • 執筆という大きなタスク
    • タイムボックス
      • 集中力の限界

「エンジニアの知的生産術」第4回(12/6)

Posted on by 0 comment

参加者 沼田(読み手)、今井(記)
範囲 pp.39-55

第1章 新しいことを学ぶには

  • どうやって抽象化するか
    • 比較して学ぶ
      • p.42 図
        [C]は比較する「視点」で、[D]は比較「対象」だと思うので、③で[C]と[D]、「視点」と「対象」を比較するのはおかしくないか?
        → ③で[B]と[D]を比較して、④で[B]—[D]間に視点[E]があるとすっきりする。
    • 歴史から学ぶ
    • パターン本から学ぶ
  • 検証
    • 作って検証
    • 試験で検証
    • 検証の難しい分野
  • まとめ

第2章 やる気を出すには

  • やる気が出ない人の65%はタスクを1つに絞れていない
    • 絞るためにまず全体像を把握しよう
    • Getting Things Done:まずすべて集める
    • 全部集めて、そのあとで処理する
    • とうやってタスクを1つ選ぶのか

「エンジニアの知的生産術」第3回(12/4)

Posted on by 0 comment

参加者 今井(読み手)、沼田(記)
pp.25 – 38

第1章 新しいことを学ぶには

  • 情報収集の3つの方法
    • 片っ端から
      • 写経というテクニック
      • 数学
      • 時間を区切ろう
      • 写経は補助輪
        • p.27 第2段落1~2行目
          …写経を続ければ…(衍字)
      • 再び写経を必要とするとき
  • 抽象とは何か
    • 抽象・abstract
    • モデル・模型
    • モジュール
      • 相互作用を制限する
      • 重要でない部分を隠す=重要な部分を抜き出す
    • モデル・ビュー・コントローラ
    • パターンの発見
    • デザインパターン
    • Column  パターンに名前を付けること
    • なぜ抽象化が必要か
      • パターンの発見による一般化

「エンジニアの知的生産術」第2回(11/29)

Posted on by 0 comment

参加者 沼田(読み手)、今井(記)
範囲 pp.10-25

第1章 新しいことを学ぶには

  • サイクルを回す原動力:やる気
    • やる気を維持するには?
    • 大学に入りなおすべき?
    • 良い参考書を見つけるコツ
    • 紙の参考書を選ぶコツ
  • 情報収集の3つの方法
    • 知りたいところから
    • 知りたいところから学ぶための前提条件
    • 大雑把に

「エンジニアの知的生産術」第1回(11/27)

参加者 今井(読み手)、沼田(記)
pp.i – 9

表紙

見返し

著者略歴

はじめに

第1章 新しいことを学ぶには

  • 学びのサイクル
    • 情報収集
    • モデル化・抽象化
    • 実践・検証
  • サイクルを回す原動力:やる気
    • 生徒としての学びと大学からの学びの違い
      • 教科書が与えられる
      • 学ぶ時間はどれくらいあるか?
      • 学ぶお金は誰が出すのか?
      • 逆風

「ゼロから作るDeep Learning ❷」第30回(11/13)

参加者 青木(読み手)、今井、沼田(記)
pp.393 – 398

付録C GRU

  • C.1 GRUのインタフェース
  • C.2 GRUの計算グラフ

おわりに

読了

「ゼロから作るDeep Learning ❷」第29回(11/9)

Posted on by 0 comment

参加者 沼田(読み手)、青木(記)
pp.374 – 392

8章 Attention

  • 8.5 Attentionの応用
    • 8.5.3 Neural Turing Machine(NTM)
  • 8.6 まとめ

付録A sigmoid関数とtanh関数の微分

  • A.1 sigmoid関数
  • A.2 tanh関数
  • A.3 まとめ

付録B WordNetを動かす

  • B.1 NLTKのインストール
  • B.2 WordNetで同義語を得る
    • p.388 l.8 「それでは実際にWordNetを実際に」の「実際に」はどちらか不要。
  • B.3 WordNetと単語ネットワーク
  • B.4 WordNetによる意味の類似度

「ゼロから作るDeep Learning ❷」第28回(11/6)

Posted on by 0 comment

参加者 今井(読み手)、沼田(記)
pp.360 – 374

8章 Attention

  • 8.4 Attentionに関する残りのテーマ
    • 8.4.1 双方向RNN
    • 8.4.2 Attentionレイヤの使用方法
    • 8.4.3 seq2seqの深層化とskipコネクション
      • p.365 図8-33の下の段落の4行目
        DecoderのLSTMの隠れ状態←EncoderのLSTMの隠れ状態では?
  • 8.5 Attentionの応用
    • 8.5.1 Google Neural Machine Translation(GNMT)
    • 8.5.2 Transformer

「ゼロから作るDeep Learning ❷」第27回(11/2)

Posted on by 0 comment

参加者 沼田(読み手)、今井(記)
範囲 pp.346-360

8章 Attention

  • 8.1 Attentionの仕組み
    • 8.1.5 Decoderの改良③ (p.346~)
  • 8.2 Attention付きseq2seqの実装
    • 8.2.1 Encoderの実装
    • 8.2.2 Decoderの実装
    • 8.2.3 seq2seqの実装
  • 8.3 Attentionの評価
    • 8.3.1 日付フォーマットの変換問題
    • 8.3.2 Attention付きseq2seqの学習
      • p.357 l.3末尾
        3エポック目から → 2エポック目から
    • 8.3.3 Attentionの可視化