回答編集履歴
2
誤植修正
answer
CHANGED
|
@@ -17,7 +17,7 @@
|
|
|
17
17
|
さて、一般に測定値のような連続値を予測させる場合、最後の活性化関数にソフトマックス関数は採用しません。
|
|
18
18
|
|
|
19
19
|
たとえば、測定値の範囲が0~1であれば、シグモイド関数を使用しますし、-1~1であれば、ハイパボリックタンジェント関数(tanh)です。
|
|
20
|
-
一方、測定値が0以上の実数
|
|
20
|
+
一方、測定値が0以上の実数であれば、relu関数を使用できるでしょう。
|
|
21
|
-
また、たとえば、0~100の範囲に必ず収まるのであれば
|
|
21
|
+
また、たとえば、0~100の範囲に必ず収まるのであれば、シグモイド関数をかけて、さらに100を掛ける、などの方法があると思います。
|
|
22
22
|
|
|
23
23
|
測定値の範囲に応じて、最後の活性化関数を変更してみてください。
|
1
誤植修正
answer
CHANGED
|
@@ -11,7 +11,7 @@
|
|
|
11
11
|
Dense(1)によって、データは(データ数, 1次元)に変換されます。
|
|
12
12
|
これに対し、ソフトマックス関数を適用するとすべて、1になって帰ってきます。
|
|
13
13
|
|
|
14
|
-
なぜなら、ソフトマックス関数はその特性から、
|
|
14
|
+
なぜなら、ソフトマックス関数はその特性から、データのすべての次元を足しあわせると1になるからです。
|
|
15
15
|
Denseによって1次元にされているので、1次元でかつ、合計1になるのは、出力1のみです。
|
|
16
16
|
|
|
17
17
|
さて、一般に測定値のような連続値を予測させる場合、最後の活性化関数にソフトマックス関数は採用しません。
|