４．　あとがき

　今回は短めの記事になりました。　ここまでで、「文字認識が出来るようになった！」とは、いい難いです。　MNIST データ扱うようになって、いよいよ佳境、？　なのか、まだまだ序の口にいるのか、初学者の立場でなんとも判断がつかないし、まだ先も良く見えません。　少しづづでもすすめたいと思っています。　

　　　因みに、　Python　とは　MontyPython からのネーミングだそうですね。　知らなかった。　トリビアです。

５．参考文献　／　参考リンク　

*1）　このブログは参考テキストとして、ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装 [ 斎藤康毅 ] 【出版社: オライリージャパン　発売日： 2016/9/24　】　（ISBN-10:4873117585　ISBN-13:978-4873117584）　を使っています。

2) 線形代数での行列については各種の専門書が有ります。　基本的で分かり易い本として　高校数学でわかる線形代数（ブルーバックス） [ 竹内淳 ]　などがあります。

3) Pythonでの描画はmatplotlibを使用します。matplotlib サイトのチュートリアルは機能を調べるのには便利でした。　例えば、Tutorials » Annotations（注釈）辺りから調べます。https://matplotlib.org/tutorials/text/annotations.html#sphx-glr-tutorials-text-annotations-py

4) GitHubのDeep Learning from Scratch から　「ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装」のプログラムをダウンロードできます。　直接のURLは　https://github.com/oreilly-japan/deep-learning-from-scratch　　です。

　　__ __ __～～～（゜〈‶　　　　　__ __ __ ～～（゜〈‶　 🐭 　 "〉゜）～～python __ __ __

* ) 独学ではなかなか進まない方は、やはり有料になりますが、専門セミナーを受けられることをお勧めします。

2021.03