【超初心者】Kerasをとりあえず動かす

CentOSで普段プログラミングしているが、今回はwindows

ただ、内容は一緒なのでOSには依存しないと思う。

まずはライブラリのインポート

import

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Activation

オブジェクトの作成

model = Sequential()

作成したオブジェクトに.addでネットワークを追加していく

add一回目

model.add(Dense(4, input_dim = 3))

この段階では以下のようなネットワークとなる。

そして、活性化関数を追加する。今回はsigmoid

\frac{1}{1+e^{-x}}

とすると

活性化関数

model.add(Activation('sigmoid'))

すると以下のようなネットワークになる

更に出力を3つにする

model.add(Dense(3))

そうすると、以下のようになる

最後にsoftmax関数で正規化する

\frac{e^{x_i}}{\sum x_i}

softmax

model.add(Activation('softmax'))

そうすると、以下のようになる

ここで、以下を実行するとネットワークのサマリーが出ます

サマリー

model.summary()

作成したネットワークをコンパイルします。

softmax

model.compile(optimizer = 'adam', loss = 'categorical_crossentropy')

これでネットワークの構築ができました。

そして、入力データと教師データをnumpyの配列で適当に作成する

データの生成

import numpy as np

# 入力データ
x = np.array([
              [0,1,1],
              [0,0,1]
             ])

# 教師データ
y = np.array([
              [1,0,0],
              [0,1,0]
             ])

学習させる

学習

model.fit(x,y,epochs=1500)

これは[0,1,1]を入力すると[1,0,0]を出力するように、
[0,0,1]を入力すると[0,1,0]を出力するように
ネットワークの重みを計算してくれます。

つまり絵で書くと

epochsは学習回数みたいなものです。多すぎても少なすぎても良くないです。

実際にテストしてみます

テスト

print(model.predict(np.array([[0,1,1]])))#試しに[0,1,1]を入力する
print(model.predict(np.array([[0,0,1]])))#試しに[0,0,1]を入力する

テスト結果

[[ 0.82834005  0.16713376  0.00452619]]
[[ 0.20225681  0.77913678  0.01860645]]

んーあんまりよくないですね、、、
つまり、事前に学習したネットワークに値を入れたら
[0,1,1]→[ 0.8, 0.2, 0.0]≒[1,0,0]#教師データと一致？
[0,0,1]→[ 0.2, 0.8, 0.0]≒[0,1,0]#教師データと一致？
となりました。