実現したいこと
生成したノイズのあるsin波の連続した点のy座標の値25個を入力として、その次の点のy座標が正になるか負になるかを予測したいです。
現状
正解の値は予測は正ならば1、負か0であれば0として、モデルの出力はsigmoid関数を用いて次の点が正である確率を出力するようにしています。
プログラム自体はエラーなく実行できるのですが、予測した値はすべて1(正である)となってしまいます。
どうすれば正しく予測することができるか、ご教示いただけますと幸いです。
コード
python
1import numpy as np 2import matplotlib.pyplot as plt 3from sklearn.model_selection import train_test_split 4import tensorflow as tf 5from tensorflow.keras import datasets 6from tensorflow.keras.models import Sequential 7from tensorflow.keras.layers import Dense, GRU 8from tensorflow.keras import optimizers 9from tensorflow.keras.callbacks import EarlyStopping 10 11 12if __name__ == '__main__': 13 np.random.seed(123) 14 tf.random.set_seed(123) 15 16 ''' 17 1. データの準備 18 ''' 19 def sin(x, T=1000): 20 return np.sin(2.0 * np.pi * x / T) 21 22 def toy_problem(T=1000, ampl=0.05): 23 x = np.arange(0, 2*T + 1) 24 noise = ampl * np.random.uniform(low=-1.0, high=1.0, 25 size=len(x)) 26 return sin(x) + noise 27 28 T = 1000 29 f = toy_problem(T).astype(np.float32) 30 length_of_sequences = len(f) 31 maxlen = 25 32 33 x = [] 34 t = [] 35 36 for i in range(length_of_sequences - maxlen): 37 x.append(f[i:i+maxlen]) 38 t.append(f[i+maxlen]) 39 40 print(t) 41 42 for k in range(len(t)): 43 if t[k] > 0: 44 t[k] = 1 45 else: 46 t[k] = 0 47 print(t) 48 49 x = np.array(x).reshape(-1, maxlen, 1) 50 t = np.array(t).reshape(-1, 1) 51 print(t) 52 x_train, x_val, t_train, t_val = \ 53 train_test_split(x, t, test_size=0.2, shuffle=False) 54 55 ''' 56 2. モデルの構築 57 ''' 58 model = Sequential() 59 model.add(GRU(500, activation='relu', 60 recurrent_activation='sigmoid', 61 kernel_initializer='he_normal', 62 recurrent_initializer='orthogonal')) 63 64 model.add(Dense(1, activation='sigmoid')) 65 66 ''' 67 3. モデルの学習 68 ''' 69 optimizer = optimizers.Adam(learning_rate=0.001, 70 beta_1=0.9, beta_2=0.999, amsgrad=True) 71 72 model.compile(optimizer=optimizer, 73 loss='binary_crossentropy', metrics=['accuracy']) 74 75 es = EarlyStopping(monitor='val_loss', 76 patience=10, 77 verbose=1) 78 79 hist = model.fit(x_train, t_train, 80 epochs=1000, 81 verbose=2, 82 validation_data=(x_val, t_val), 83 callbacks=[es]) 84 85 ''' 86 4. モデルの評価 87 ''' 88 # sin波の予測 89 sin = toy_problem(T, ampl=0.) 90 gen = [None for i in range(maxlen)] 91 92 z = x[:1] 93 94 # 逐次的に予測値を求める 95 for i in range(length_of_sequences - maxlen): 96 preds = model.predict(z[-1:]) 97 z = np.append(z, preds)[1:] 98 z = z.reshape(-1, maxlen, 1) 99 gen.append(preds[0, 0]) 100 print(gen) 101 102 # 予測値を可視化 103 fig = plt.figure() 104 plt.rc('font', family='serif') 105 plt.xlim([0, 2*T]) 106 plt.ylim([-1.5, 1.5]) 107 plt.plot(range(len(f)), sin, 108 color='gray', 109 linestyle='--', linewidth=0.5) 110 plt.plot(range(len(f)), gen, 111 color='black', linewidth=1, 112 marker='o', markersize=1, markerfacecolor='black', 113 markeredgecolor='black') 114 # plt.savefig('output.jpg') 115 plt.show()
あなたの回答
tips
プレビュー