「G検定をまとめる」の記事の項目の一つです。簡単にまとめて後付けしていくスタイルです。
ディープラーニングの構造
キーワード：活性化関数、誤差逆伝搬、勾配消失、
非線形分離するためにニューラルネットワークの構造が必要です。より精度を上げるためにディープな構造にします。
単純パーセプトロン、回帰
線形分離可能
参考
多層パーセプトロン、重回帰、重み
入力層、隠れ層、出力層の3層のニューラルネットワーク
参考
具体例
名前だけ（オートエンコーダー、深層信念ネットワーク）
参考
学習するとは？重み付けの最適化
キーワード：ファインチューニング、活性化関数、学習率の最適化、テクニック（ドロップアウト、アーリーストッピング、正規化、初期化、バッチ正規化）
重み付けを最適にするためにいろんな方法があります。