質問編集履歴
2
誤字
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -162,7 +162,7 @@
|
|
|
162
162
|
|
|
163
163
|
model.add(Dense(1))
|
|
164
164
|
|
|
165
|
-
|
|
165
|
+
model.add(Activation('softmax'))
|
|
166
166
|
|
|
167
167
|
model.compile(loss='mean_squared_error', optimizer='adam')
|
|
168
168
|
|
1
試したこと、追記
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -162,45 +162,61 @@
|
|
|
162
162
|
|
|
163
163
|
model.add(Dense(1))
|
|
164
164
|
|
|
165
|
+
~~model.add(Activation('softmax'))~~
|
|
166
|
+
|
|
167
|
+
model.compile(loss='mean_squared_error', optimizer='adam')
|
|
168
|
+
|
|
169
|
+
model.summary()
|
|
170
|
+
|
|
171
|
+
|
|
172
|
+
|
|
173
|
+
#学習_バッチサイズが多きいほどすぐに終わる?
|
|
174
|
+
|
|
175
|
+
df_batch_size = 256
|
|
176
|
+
|
|
177
|
+
nb_epochs = 10
|
|
178
|
+
|
|
179
|
+
history = model.fit(X_train, Y_train, epochs = nb_epochs, batch_size = df_batch_size)
|
|
180
|
+
|
|
181
|
+
|
|
182
|
+
|
|
183
|
+
#損失の確認_nb_epochs = 100程度にしても多少上下しながら横ばいになります
|
|
184
|
+
|
|
185
|
+
plt.plot(history.history['loss'], label ='loss')
|
|
186
|
+
|
|
187
|
+
|
|
188
|
+
|
|
189
|
+
#予測_X_test[w]_wに0,1,2,3,4,5のどれを入れても結果は同じになります。
|
|
190
|
+
|
|
191
|
+
model.predict(X_test[0].reshape(1,-1)) #返り値は_array([[1.]], dtype=float32)
|
|
192
|
+
|
|
193
|
+
|
|
194
|
+
|
|
195
|
+
```
|
|
196
|
+
|
|
197
|
+
|
|
198
|
+
|
|
199
|
+
### 試したこと
|
|
200
|
+
|
|
201
|
+
```
|
|
202
|
+
|
|
203
|
+
model.add(Dense(1))
|
|
204
|
+
|
|
165
205
|
model.add(Activation('softmax'))
|
|
166
206
|
|
|
167
|
-
model.compile(loss='mean_squared_error', optimizer='adam')
|
|
168
|
-
|
|
169
|
-
model.summary()
|
|
170
|
-
|
|
171
|
-
|
|
172
|
-
|
|
173
|
-
#学習_バッチサイズが多きいほどすぐに終わる?
|
|
174
|
-
|
|
175
|
-
df_batch_size = 256
|
|
176
|
-
|
|
177
|
-
nb_epochs = 10
|
|
178
|
-
|
|
179
|
-
history = model.fit(X_train, Y_train, epochs = nb_epochs, batch_size = df_batch_size)
|
|
180
|
-
|
|
181
|
-
|
|
182
|
-
|
|
183
|
-
#損失の確認_nb_epochs = 100程度にしても多少上下しながら横ばいになります
|
|
184
|
-
|
|
185
|
-
plt.plot(history.history['loss'], label ='loss')
|
|
186
|
-
|
|
187
|
-
|
|
188
|
-
|
|
189
|
-
#予測_X_test[w]_wに0,1,2,3,4,5のどれを入れても結果は同じになります。
|
|
190
|
-
|
|
191
|
-
model.predict(X_test[0].reshape(1,-1)) #返り値は_array([[1.]], dtype=float32)
|
|
192
|
-
|
|
193
|
-
|
|
194
|
-
|
|
195
|
-
```
|
|
207
|
+
```
|
|
196
|
-
|
|
197
|
-
|
|
198
|
-
|
|
208
|
+
|
|
199
|
-
|
|
209
|
+
としてしまっていたところを
|
|
210
|
+
|
|
200
|
-
|
|
211
|
+
```
|
|
212
|
+
|
|
201
|
-
|
|
213
|
+
model.add(Dense(1))
|
|
214
|
+
|
|
202
|
-
|
|
215
|
+
model.add(Activation('linear'))
|
|
216
|
+
|
|
203
|
-
|
|
217
|
+
```
|
|
218
|
+
|
|
219
|
+
と変更して出力がそのまま出てくるようにした
|
|
204
220
|
|
|
205
221
|
|
|
206
222
|
|