質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.33%

  • Python

    9217questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    7409questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • TensorFlow

    758questions

出力結果の意味がわからない

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 606
退会済みユーザー

退会済みユーザー

出力結果の意味がわからないです。
現在、本を読んでTensorFlowの勉強をしています。

import tensorflow as tf
import numpy as np

input_dim =2
output_dim =1

x = tf.placeholder("float",[None,input_dim])
#重み
W = tf.Variable(tf.random_uniform([input_dim,output_dim],-1.0,1.0))
#バイアス
b = tf.Variable(tf.random_normal([output_dim]))
#シグモイド活性化調節
y = tf.nn.sigmoid(tf.matmul(x,W)+b)

y_ = tf.placeholder("float",[None,output_dim])
loss = tf.reduce_mean(tf.square(y-y_))
train_step = tf.train.MomentumOptimizer(0.01,0.97).minimize(loss)

init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)

for i in range(5000):
    batch_xs = np.array([
        [0.,0.],
        [0.,1.],
        [1.,0.],
        [1.,1.]
    ])
    batch_ys = np.array([
        [0.],
        [0.],
        [0.],
        [1.]
    ])
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
    print(i,sess.run(y,feed_dict={x: batch_xs, y_: batch_ys}))


というコードを書いて実行しました。
その結果、

4989 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4990 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4991 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4992 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4993 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4994 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4995 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4996 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4997 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4998 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]
4999 [[  5.96046448e-08]
 [  9.99999464e-01]
 [  9.99999702e-01]
 [  7.74860382e-07]]


という出力が得られました。
しかし、どうしてこのような出力が得られるのかがわかりません。
そもそも、このコードが何をやっているのか理解できていないのですが、

   batch_xs = np.array([
        [0.,0.],
        [0.,1.],
        [1.,0.],
        [1.,1.]
    ])
    batch_ys = np.array([
        [0.],
        [0.],
        [0.],
        [1.]
    ])


こう書いて、.の後に何も書いていなく、.の後にどういう数字が入るのか予測できないのでしょうか?
このコードは何をやっていて、どうしてこのような数字のランダムな出力になるのでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

提示されている出力は本当にこのコードの出力ですか?
私には、論理和(OR)の学習結果のように思います。手元で実行すると、

4995 [[  3.27933638e-04]
 [  6.08523525e-02]
 [  6.08523525e-02]
 [  9.27528262e-01]]
4996 [[  3.27818911e-04]
 [  6.08457364e-02]
 [  6.08457364e-02]
 [  9.27536249e-01]]
4997 [[  3.27704241e-04]
 [  6.08390868e-02]
 [  6.08390868e-02]
 [  9.27544117e-01]]
4998 [[  3.27589602e-04]
 [  6.08324371e-02]
 [  6.08324371e-02]
 [  9.27552044e-01]]
4999 [[  3.27475311e-04]
 [  6.08258434e-02]
 [  6.08258434e-02]
 [  9.27559912e-01]]


コードの通り、論理積(AND)の学習結果となります。

  1. などの表記は、単に型が実数であることを明示しているだけで、0.0 と同じです。

念のために書くと、

   batch_xs = np.array([
        [0.,0.],
        [0.,1.],
        [1.,0.],
        [1.,1.]
    ])
    batch_ys = np.array([
        [0.],
        [0.],
        [0.],
        [1.]
    ])


この部分は

(0, 0) → 0
(0, 1) → 0
(1, 0) → 0
(1, 1) → 1

という教師データを指定しているコードとなります。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/19 14:37

    なるほど!ありがとうございます。2つ質問があります。まず、eを指定していないのに、どうして[ 3.27818911e-04][ 6.08457364e-02]などeが含まれる数字が出力されるのでしょうか?また、コードのどの部分から論理和(OR)の学習結果と判断されたのでしょうか?

    キャンセル

  • 2017/04/19 21:43

    たとえば、 1.0e-2 は 1.0×(10の-2乗)という意味です。0.001と同じですね。このように見れば、結果から論理和、論理積が判断できる理由は解ると思います。

    キャンセル

  • 2017/04/20 09:37

    論理積はAND、論理和はORであり、例えば
    4995 [[ 3.27933638e-04]
    [ 6.08523525e-02]
    [ 6.08523525e-02]
    [ 9.27528262e-01]]
    という出力結果があったときにこの数字のどの部分からそれを読み取っているのでしょうか?
    足し算にも、規則性のある値の出力にも思えませんが...
    論理積はベン図の重なっているところ、論理和はベン図の全体であって、出力結果がどちらかに該当しているとは思えないのですが。
    http://www.pursue.ne.jp/jouhousyo/sysad/sysad011.htm

    キャンセル

  • 2017/04/20 10:09

    質問文の学習結果はORじゃなくてXORじゃないですかね?

    キャンセル

  • 2017/04/20 18:42

    質問で提示された結果はXORのそれと思われます。
    が、提示されたコード(単層)ではXORは原理的に学習できないという謎は残りますが。

    キャンセル

  • 2017/04/21 19:38

    そうですねXORでした。

    キャンセル

同じタグがついた質問を見る

  • Python

    9217questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    7409questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • TensorFlow

    758questions