(TensorFlow)最終出力値が整数になるモデル設定をご教授ください

Question

やりたいこと：アウトプットは一つ・出力値が整数となるモデルの作り方

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import numpy as np

def X():
    train = np.zeros((1, 10))
    input_int = [12, 56, 7, 22, 254, 69, 0, 154, 101, 0]
    for i in range(len(input_int)):
        train[0][i] = input_int[i]
    train = train / 255.0
    return train

def Y():
    train = np.zeros(1)
    train[0] = 120
    return train

if __name__ == '__main__':
    x_train = X()
    y_train = Y()

    model = tf.keras.models.Sequential([
      tf.keras.layers.Flatten(input_shape=(10, )),
      tf.keras.layers.Dense(128, activation='relu'),
      tf.keras.layers.Dropout(0.2),
      tf.keras.layers.Dense(1, activation='softmax')# ← softmaxではない何か
    ])
    model.compile(
      optimizer='adam',
      loss='sparse_categorical_crossentropy',
      metrics=['accuracy']
    )

    model.fit(x_train, y_train, epochs=5)

上記コードはエラーします

OP_REQUIRES failed at sparse_xent_op.cc:90 : Invalid argument: Received a label value of 120 which is outside the valid range of [0, 1). Label values: 120
上記のコードでは分類問題に使われているモデルを参考にしたので、今回出力層を「1」に設定したにも関わらず
y_trainに120を当てて「インデックスが120個もないよね」のエラーが起こっているのだと思いますが、
分類ではなく、整数値を出力したいと考えております。
下記に目的例を記述します

目的例

各色（絵具の色管理）に番号がついていたとして
[12, 56, 7, 22, 254, 69, 0, 154, 101, 0]
これらのいろを全て同量ずつ混ぜた時120番の色になる。
のような出力が出来るモデルにしたいと考えております。

ご教授よろしくお願いいたします。

Answer 1

そもそも、この内容自体、典型的な分類分けの問題です。
そのため、最終的な出力を整数値にする、という発想自体が一般的ではありません。

また、softmaxは整数値を出力するものではありません。
次元ごとにカテゴリ分け（例えば256色あるのであれば256次元）し、「対応している次元を1に、そうでない次元を0に」するように学習します。

また普通は入力値や出力値にカテゴリ（色）を数値とすることはありません。
通常は前述のように「対応している次元を1に、そうでない次元を0に」することになります。
'sparse_categorical_crossentropy'はこの変換を自動でやってくれるので、整数値を設定することが出来るのですが、当然ながらカテゴリ分の出力がないとエラーになります。
そのため、最後の出力は1次元ではなく、カテゴリ（色数）分の次元にすることになります。
出力内容はカテゴリ分の次元になりますが、その中から1番大きい値を取ればいいでしょう。

また入力データも良くないので、上記のように「対応している次元を1に、そうでない次元を0に」するか、Embeddingレイヤーを使うべきです。
（Embeddingレイヤーは私はよく分かっていないので省略）

Comments

[vibrato]

回答ありがとうございます。お話を参考にさせていただきもう少し勉強します。