Errata

『ゼロから作る Deep Learning ❸』の正誤表

下記の誤りがありました。お詫びして訂正いたします。

本ページに掲載されていない誤植など間違いを見つけた方は、japan＠oreilly.co.jpまでお知らせください。

第1刷

頁	誤	正
S14 P.92 L.15	x.backward()	y.backward()
S31 P.227 図31-3	これまでのVariableクラス（右図）と新しいVariableクラス（左図）	これまでのVariableクラス（左図）と新しいVariableクラス（右図）
S32 P.233 L.18	後は同様の手順で、Neg、Sub、Div、Powクラスのbackwardメソッドを修正します。	後は同様の手順で、Sub、Div、Powクラスのbackwardメソッドを修正します。
S33 P.237 L.10	$y = x^4 + 2x^2$	$y = x^4 - 2x^2$
S34 P.244 L.15	logs = [y.data.flatten()]	logs = [y.data]
S34 P.244 L.17	logs.append(x.grad.data.flatten())	logs.append(x.grad.data)
S37 P.271 L.19	c = variable(np.array([[10, 20, 30], [40, 50, 60]]))	c = Variable(np.array([[10, 20, 30], [40, 50, 60]]))
S40 P.300 図40-1	broadcaset_to	broadcast_to
S42 P.323 L.12	gy = broadcast_to(gy, diff.shape)	（削除）
S43 P.327 L.12	x, W = as_variable(x), as_variable(W)	（削除）
S43 P.327 L.19	ここでは、引数のxとWがndarrayインスタンスの場合にも対応できるようにするため、as_variable関数を使用します。	引数のxとWはVariableインスタンスもしくはndarrayインスタンスを想定します。もしndarrayインスタンスの場合は、matmul関数（正確にはFunctionクラスの__call__メソッド）の中でVariableインスタンスへと変換されます。
S49 P.381 L.22	model = MLP((hidden size, 10))	model = MLP((hidden size, 3))
S50 P.389 L.15	train_loader = DataLoader(train, batch_size)	train_loader = DataLoader(train_set, batch_size)
S50 P.389 L.16	test_loader = DataLoader(test, batch_size, shuffle=False)	test_loader = DataLoader(test_set, batch_size, shuffle=False)
S50 P.391 L.28	model = MLP((hidden size, 10))	model = MLP((hidden size, 3))
S50 P.392 L.16	for x, t in test_loader: # ④訓練用のミニバッチデータ	for x, t in test_loader: # ④テスト用のミニバッチデータ
S57 P.462 図57-5
S59 P.483 L.31	ts = [example[0] for example in train_set]	ts = [example[1] for example in train_set]
S59 P.484 L.5	(array([-0.02867358]), array([0.03284844]))	(array([0.04656735]), array([0.03284844]))
おわりに P.516	※一部の査読者の方の名前が謝辞に掲載されていませんでした。お詫びして訂正いたします。	owarini-0422.pdf