Tensorflow 2のKerasでxor回路を作る

import tensorflow as tf
import numpy as np

from tensorflow.keras.optimizers import RMSprop


# モデル作成
# Define the model.
model = tf.keras.models.Sequential([
    tf.keras.layers.InputLayer(input_shape=(2,)), # 入力層 要素数１、内容「2」のタプル
    tf.keras.layers.Dense(units=4, activation='sigmoid'),
    tf.keras.layers.Dense(units=4, activation='sigmoid'),
    tf.keras.layers.Dense(units=1, activation='linear') # 出力層 １出力。１出力の時はsoftmaxは使えない
])


model.compile( optimizer=RMSprop(), loss='mse' )



# トレーニング用入力
XY = np.array( [[0.0,0.0],
                [0.0,1.0],
                [1.0,0.0],
                [1.0,1.0]] )

# 正解データ
T = np.array( [[0.0],
               [1.0],
               [1.0],
               [0.0]] )


# トレーニング
model.fit(XY, T, epochs=3000, batch_size=4)


print("------------------------------")
# 出力値をしきい値処理
threshold = 0.5

# 検証用データをモデルに入力し、出力（予測値）を取り出す
predict_y = model.predict( np.array( [[0,0]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[1,0]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[0,1]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[1,1]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

import tensorflow as tf
import numpy as np

from tensorflow.keras.optimizers import RMSprop


# モデル作成
# Define the model.
model = tf.keras.models.Sequential([
    tf.keras.layers.InputLayer(input_shape=(2,)), # 入力層 要素数１、内容「2」のタプル
    tf.keras.layers.Dense(units=4, activation='sigmoid'),
    tf.keras.layers.Dense(units=4, activation='sigmoid'),
    tf.keras.layers.Dense(units=2, activation='softmax') # 出力層 softmaxの時は2個以上の出力
])

model.compile( optimizer=RMSprop(), loss='mse' )


# トレーニング用入力
XY = np.array( [[0.0,0.0],
                [0.0,1.0],
                [1.0,0.0],
                [1.0,1.0]] )

# 正解データ (One Hot表現)
T = np.array([[0.0, 1.0],
              [1.0, 0.0],
              [1.0, 0.0],
              [0.0, 1.0]])


# トレーニング
model.fit(XY, T, epochs=3000, batch_size=4)


print("------------------------------")
# 出力値をしきい値処理
threshold = 0.5

# 検証用データをモデルに入力し、出力（予測値）を取り出す
predict_y = model.predict( np.array( [[0,0]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[1,0]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[0,1]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )

predict_y = model.predict( np.array( [[1,1]] ) )
print( predict_y , (predict_y > threshold).astype(np.int) )