回答編集履歴
1
d
test
CHANGED
@@ -1 +1,67 @@
|
|
1
1
|
回帰問題の場合、loss には binary_crossentropy ではなく mean_squared_error を指定するべきではないでしょうか
|
2
|
+
|
3
|
+
|
4
|
+
|
5
|
+
## 追記
|
6
|
+
|
7
|
+
|
8
|
+
|
9
|
+
XOR を学習するサンプル
|
10
|
+
|
11
|
+
|
12
|
+
|
13
|
+
```python
|
14
|
+
|
15
|
+
# -*- coding: utf-8 -*-
|
16
|
+
|
17
|
+
import numpy as np
|
18
|
+
|
19
|
+
from keras.layers.core import Dense
|
20
|
+
|
21
|
+
from keras.models import Sequential
|
22
|
+
|
23
|
+
|
24
|
+
|
25
|
+
X_train = np.array([[0, 0], [1, 0], [0, 1], [1, 1]], dtype=float)
|
26
|
+
|
27
|
+
Y_train = np.array([0, 1, 1, 0], dtype=float)
|
28
|
+
|
29
|
+
|
30
|
+
|
31
|
+
# モデルを作成する。
|
32
|
+
|
33
|
+
model = Sequential()
|
34
|
+
|
35
|
+
model.add(Dense(2, activation='sigmoid', input_shape=(2,)))
|
36
|
+
|
37
|
+
model.add(Dense(1, activation='linear'))
|
38
|
+
|
39
|
+
model.compile(loss='mean_squared_error',
|
40
|
+
|
41
|
+
optimizer='rmsprop', metrics=['accuracy'])
|
42
|
+
|
43
|
+
|
44
|
+
|
45
|
+
# 学習する。
|
46
|
+
|
47
|
+
history = model.fit(X_train, Y_train, batch_size=4, epochs=3000, verbose=0)
|
48
|
+
|
49
|
+
|
50
|
+
|
51
|
+
# 推論する。
|
52
|
+
|
53
|
+
Y_pred = model.predict(X_train)
|
54
|
+
|
55
|
+
result = np.round(Y_pred)
|
56
|
+
|
57
|
+
print(result)
|
58
|
+
|
59
|
+
# [[0.]
|
60
|
+
|
61
|
+
# [1.]
|
62
|
+
|
63
|
+
# [1.]
|
64
|
+
|
65
|
+
# [0.]]
|
66
|
+
|
67
|
+
```
|