［必須］ は全員がやらなくてはいけない課題、 ［自由］ は必ずしも取り組む必要はないが、 取り組めば平常点評価がプラスになる（かもしれない）課題です。
2入力 xs[0], xs[1] があったとき、その XOR が Sum, AND が Carry になります。
2入力 C(arry) S(um) 0,0 0 0 1,0 0 1 0,1 0 1 1,1 1 0 「半加算器って何なん？」と思った人は、他の授業資料ですが、 プログラミングのための生の計算機イメージ で自習すると幸せになれるかも知れません（？！）
このパラメータをデータから自動で学ばせる、というのが「機械学習」の 本質です。次（々）週以降、学習の詳細を学びます。この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
予習課題です。次週以降、バッチ処理の詳細も学びます。この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
講義資料の最後に問１のリンゴの計算の逆伝搬の例がありました。これを 参考に、問２のリンゴとミカンについても逆伝搬を計算してください。ミ カンの個数に戻される数は何でしょう？この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
batch_size = 100
learning_rate = 0.1
でした。これをいろいろ変化させて学習スピードを比較し、最適なもの
を見つけてください。
資料中にあった畳み込み演算のサンプルを参考にして、３次元データの畳
み込み演算を python で実装してください。入力データは以下のものを使っ
てください。
ind = np.array([[[1,2,3,4],
[4,3,2,1],
[0,1,2,3],
[3,2,1,2]],
[[0,1,2,3],
[0,3,2,0],
[0,1,0,1],
[3,2,1,2]],
[[1,2,0,0],
[4,0,0,2],
[2,3,2,1],
[0,1,2,0]]])
この場合は lect@e-chan.jp 宛ではなく
aipr@e-chan.jp に（別メールとして）送ってください。
今回の学習では畳み込みのパラメータとして
conv_param = {'filter_num': 30, 'filter_size': 5, 'pad': 0, 'stride': 1}
を使っていました。これをいろいろ変えて試してください。もし良いものが
見つかれば提出してください。
この場合は lect@e-chan.jp 宛ではなく
aipr@e-chan.jp に（別メールとして）送ってください。
cupy を使って、前に学んだニューラルネット、たとえば tr_nn5.py の 高速化にとりくんでください。この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
keras.datasets には、授業で用いた mnist, cifar10 を含め 以下のものがそろっています。いずれかのデータセットについて keras で分析を試みてください。この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
01 ボストンの住宅価格 データセット boston_housing 回帰 数値 02 CIFAR10 画像 データセット cifar10 分類（多クラス） 画像（カラー） 03 CIFAR100 画像 データセット cifar100 分類（多クラス） 画像（カラー） 04 ファッション画像 データセット fashion_mnist 分類（多クラス） 画像（白黒） 05 映画レビュー感情 データセット imdb 分類（2 クラス） テキスト 06 手書き数値画像 データセット mnist 分類（多クラス） 画像（白黒） 07 ニューストピックス データセット reuters 分類（多クラス） テキスト
Pythonで英文をTransformer(BERT)で翻訳してみる 等を参考にして、機械翻訳 (Machine Translation) に挑戦してみてください。 まずは上の記事のコードを動かした上で、記事内の例文だけでなく、他の文も 試してみてください。この場合は lect@e-chan.jp 宛ではなく aipr@e-chan.jp に（別メールとして）送ってください。
「この授業で学んだ事柄から、５分から１５分程度 で解ける、 試験問題とその模範解答 を作りなさい」
です。よく考えて、まとめておいてください。必要に応じてデータ収集 も済ませておいてください（今日提出する必要はありません）。注意事項は以下の通りです；
つまり、ちゃんと解答がついている比較的簡単な作問（小テスト５問）と、難 しい問題であるが模範解答が無いという場合、前者のほうが評価は高い、とい うことです。