回帰問題をkerasを用いて、フィッティングを可視化したい

前提・実現したいこと

ディープラーニングによって、y=x*xへのフィッティングを行いたいのですが、
学習後のフィッティングされたグラフを表示させる方法が知りたいです。
また、Kerasを用いて実装したいです。

初心者向けに教えていただけると幸いです。

該当のソースコード

python
1
2import numpy as np
3import tensorflow as tf
4from tensorflow.keras.models import Sequential
5from tensorflow.keras.layers import Dense
6
7def function1(x):
8    return x*x
9
10if __name__ == '__main__':
11
12    '''
13    データの準備
14    '''
15    x_train = np.linspace(-4, 4, 300).reshape(300, 1)
16    y_train_1 = function1(x_train)
17    
18    
19    '''
20    モデルの構築
21    '''
22    model = Sequential()
23    model.add(Dense(3, activation='tanh'))
24    model.add(Dense(1))
25
26    '''
27    モデルの学習
28    '''
29    model.compile(optimizer='adam', loss='mse',
30                  metrics=['mae']) #mse = 平均二乗和誤差、mae=平均絶対誤差
31    model.fit(x_train, y_train_1,
32              epochs=30, batch_size=1,
33              verbose=2)
34
35#ここに学習後のグラフを表示するコードを追加したい
36    plt.plot(x_train, y_train_1, "bo")
37    xlim([-1,1])
38    ylim([0, 1])
39    title("Figure")
40    show()
41

補足情報（FW/ツールのバージョンなど）

開発環境：MacOS

行動規範の内容に同意します

回答1件

ベストアンサー

xlimとylimはわざとコメントアウトしています。
モデルがx＾2をうまく学習できないので、
表示範囲を区切ると赤線（モデルによる予想）が表示されないからです。

python3
1import numpy as np
2import tensorflow as tf
3from tensorflow.keras.models import Sequential
4from tensorflow.keras.layers import Dense
5import matplotlib.pyplot as plt#追加 グラフ用
6
7def function1(x):
8    return x*x
9
10if __name__ == '__main__':
11
12    '''
13    データの準備
14    '''
15    x_train = np.linspace(-4, 4, 300).reshape(300, 1)
16    y_train_1 = function1(x_train)
17
18
19    '''
20    モデルの構築
21    '''
22    model = Sequential()
23    model.add(Dense(3, activation='tanh'))
24    model.add(Dense(1))
25
26    '''
27    モデルの学習
28    '''
29    model.compile(optimizer='adam', loss='mse',
30                  metrics=['mae']) #mse = 平均二乗和誤差、mae=平均絶対誤差
31    model.fit(x_train, y_train_1,
32              epochs=30, batch_size=1,
33              verbose=2)
34#ここに学習後のグラフを表示するコードを追加したい
35    y_predict = model.predict(x_train)#モデルによる予想
36    plt.plot(x_train, y_train_1, "bo")#トレーニングデータの描画
37    plt.plot(x_train, y_predict, c='red')#モデル予想データの描画（赤色）
38    #plt.xlim([-1,1])
39    #plt.ylim([0, 1])
40    plt.title("Figure")
41    plt.show()