[JA](和訳に関わるもの) マークダウンの中で明らかに間違えている部分を修正しました #781
Conversation
hiragaatsuya
changed the title
| @@ -196,7 +196,7 @@ $$y_i = \sum_j w_j x_{i+j}$$ | |||
|
|
|||
| 画像のような2次元の入力に対しては，2次元での畳み込みを利用します。 | |||
|
|
|||
| $$y_{ij} = \sum_{kl} w_{kl} x_{i+k, j+l}$$ | |||
| $$y_{ij} = \sum_{k, l} w_{k, l} x_{i+k, j+l}$$ | |||
There was a problem hiding this comment.
| $$y_{ij} = \sum_{k, l} w_{k, l} x_{i+k, j+l}$$ | |
| $$y_{i, j} = \sum_{k, l} w_{k, l} x_{i+k, j+l}$$ |
Can you propagate this to all other translations?
|
|
||
| $$ | ||
| L(Y, W) = E(Y,W) + \frac{1}{\beta}\int_{y}e^{-\beta E(y,W)} | ||
| L(Y, W) = E(Y,W) + \frac{1}{\beta} \log \left( \int_{y}e^{-\beta E(y,W)} \right) |
There was a problem hiding this comment.
Oh, wow… Can you please propagate to all other translations?
Thanks.
|
|
||
| <!-- The code vectors with added Gaussian noise can be visualized as fuzzy balls as shown in Fig. 9(a). --> | ||
|
|
||
| ガウスノイズが追加されたコードベクトルは、図9（a）に示すようにファジーボールとして視覚化できます。 | ||
|
|
||
| | <center><img src="{{site.baseurl}}/images/week08/08-2/fig9.png" height="75%" width="75%"/><br>(a) Original set of fuzzy balls </center> | <center><img src="{{site.baseurl}}/images/week08/08-2/fig10.png" height="75%" width="75%"/><br>(b) Movement of fuzzy balls due to energy minimization without regularization</center> | | ||
|
|
||
| （b）の動き正則化なしのエネルギー最小化によるファジーボール | ||
| <!-- （b）の動き正則化なしのエネルギー最小化によるファジーボール --> |
|
|
||
| <center><b>Fig. 9:</b> Effect of energy minimization on fuzzy balls</center> | ||
| ファジーボールに対するエネルギー最小化の効果 | ||
| <!-- ファジーボールに対するエネルギー最小化の効果 --> |
There was a problem hiding this comment.
Replace the English caption with the Japanese version.
|
|
||
| ただし、ファジーボールが存在する場合は、データ多様体の周りにクラスター化する必要があります。したがって、コードベクトルは、平均と分散がゼロに近くなるように正則化されます。これを行うには、図10に示すように、ばねによってそれらを原点にリンクします。 | ||
|
|
||
| <center> | ||
| <img src="{{site.baseurl}}/images/week08/08-2/fig11.png" height="50%" width="50%"/><br> | ||
| <b>Fig. 10</b>: Effects of regularization visualized with springs | ||
| </center> | ||
| バネの正則化の効果を視覚化でみる | ||
| <!-- バネの正則化の効果を視覚化でみる --> |
There was a problem hiding this comment.
This is supposed to be the caption's translation. Can you replace the English caption with the Japanese one?
| @@ -505,7 +505,7 @@ Self-attentionはそれ自体では再帰や畳み込みを持たないことを | |||
|
|
|||
| $$ | |||
| \begin{aligned} | |||
| E(p, 2) &= \sin(p / 10000^{2i / d}) \\ | |||
| E(p, 2i) &= \sin(p / 10000^{2i / d}) \\ | |||
There was a problem hiding this comment.
Propagate this to all other languages.
| @@ -56,7 +56,7 @@ How do we get a smooth spectral filter? We decompose the spectral filter to be a | |||
|
|
|||
| スプラインGCNは、局在化された空間フィルタを得るために、滑らかなスペクトルフィルタを計算します。周波数領域の滑らかさと空間位置の関係は、パーセバルの等式（ハイゼンベルグの不確かさの原理）に基づいています：スペクトルフィルタの微分（平滑関数）が小さいほど、空間フィルタの分散が小さい（定位）。 | |||
|
|
|||
| 滑らかなスペクトルフィルタを得るにはどうしたらいいでしょうか？スペクトルフィルタを、$K$個の滑らかなカーネル$\boldsymbol{B}$ (スプライン)の線形結合に分解して、$\hat{w}^l(\Lambda)=diag(\boldsymbol{B}w^l)$となるようにします。活性方程式は次のようになります。 | |||
| 滑らかなスペクトルフィルタを得るにはどうしたらいいでしょうか？スペクトルフィルタを、$K$個の滑らかなカーネル$\boldsymbol{B}$ (スプライン)の線形結合に分解して、$\hat{w}^l(\Lambda)=\text{diag}(\boldsymbol{B}w^l)$となるようにします。活性方程式は次のようになります。 | |||
| ## [Spatial Graph ConvNets](https://www.youtube.com/watch?v=Iiv9R6BjxHM&list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq&index=24&t=3964s) | ||
|
|
||
|
|
||
| ### Template Matching |
Hi, welcome to the online course!
Okay.
An empty line was missing (see
Yeah, the explanation and the figure show two different things.
For indices,
Fixed a06cd9f.
The colour red is used to highlight obstacles in figure 4.
Yes, E and F.
Yes, we should compute
Fixed 6faa366.
𝕍(z)ᵢ = 𝕍(zᵢ).
Yeah, read it all. |
|
I'm not sure why this was not yet merged. There are a few conflicts to be resolved. |
初めまして。私は皆様のおかげで深層学習の勉強に取り組み始めた学生の一人です。少しでも貢献しようと思い、リクエストをしました。修正は8-3までしか行っていません。今後も最後まで修正を続ける予定です。
主に簡単なマークダウンの記述ミスや日本語のミスを修正しました。いくつか気になった点がありましたので、報告します。これらのうちほとんどは修正をしていません。
1-3図5の部分でコメントアウトをしています。これをマークダウンファイルで見るとコメントアウトが有効に働いていることが分かるのですが、webページで見るとそうではないことが分かると思います。原因がわかる場合は教えていただきたいです。
2-3図6三層ニューラルネットワークの部分の図と説明文があっていないと思います。まず「3つのクラスがあります(C=3)」は図によればK=3です。また、d=100とd=1000の違いもあります。これは英文も同様です。
3-1「高次元の畳み込み」の数式でklとありますが、k,lが適切ではないでしょうか。これは英文も同様です。
5-1Figure5において、vsが強調表示されていない状態です。これは8-3Fig. 1: VAE vs. Classic AEでも同様です。また、これは英文も同様です。
6-1図4の直後「4)赤の障害物」は障害物が赤色というわけではないため、間違えていると思われます。英文では"4) red obstacle"となっており、こちらもおかしいです。
7-1で「eがエネルギーで、fが自由エネルギー」という記述があり、どちらも大文字でE、Fとするのが正しいと思うのですが、どうですか？eについては、英文も小文字になっています。
7-2「最尤法は、分子を大きく、分母を小さくして」の直後にある式は分母部分にもlogを付けるべきだと思います。これは英文も同様です。
8-1でwebページで見ると_heads_が強調されないまま表示されています。原因不明です。
8-3Fig. 4: Plot showing how relative entropy forces the bubbles to have variance = 1の直前の式で、V(z_i)はV(z)_iではないでしょうか。つまり、Fig. 4が正しいということです。これは英文も同様です。
長い文ですが、読んでいただけると嬉しいです。
ありがとうございます。