スポンサーリンク

Tensorflow 2のKerasでxor回路を作る

説明というか現状までの理解については次回以降にして、今はとにかく結果が得られるコードが欲しいのでそれらしい物を書いた。

出力ノード1個の場合

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) )
[[-0.00275852]] [[0]]
[[0.99734586]] [[1]]
[[0.99620026]] [[1]]
[[-0.00321453]] [[0]]

出力ノード2個の場合(one hot 表現)

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) )

[[0.00671812 0.99328184]] [[0 1]]
[[0.9821952 0.01780475]] [[1 0]]
[[0.9909299 0.00907017]] [[1 0]]
[[0.0189229 0.98107713]] [[0 1]]

参考

Denseを調べます
http://marupeke296.com/IKDADV_DL_No7_dense.html

ご注文は TensorFlow 2.x ですか??
https://hmx.hatenablog.jp/entry/2020/04/26/000000

光軒の集い
https://www.kouken-party.info/2017/10/25/python%E3%81%A8keras%E3%81%A7xor/

kerasでOne-hotのラベルを作成する
https://qiita.com/okj15/items/f081ac0928540f1579b5

【Python/Keras】ニューラルネットで論理演算(XOR)の学習
https://algorithm.joho.info/machine-learning/python-keras-neural-network-and-or/

Cannot train a neural network solving XOR mapping
https://stackoverflow.com/questions/34311586/cannot-train-a-neural-network-solving-xor-mapping

コメントを残す

メールアドレスが公開されることはありません。

日本語が含まれない投稿は無視されますのでご注意ください。(スパム対策)


この記事のトラックバックURL: