【Tensorflow/Keras】ニューラルネットで論理演算（XOR）の学習

Python

2018.04.28

Pythonの機械学習モジュール「tensorflow/Keras」でニューラルネットワークを実装し、XOR演算を学習する方法をソースコード付きでまとめました。

スポンサーリンク

【Keras】ニューラルネットでXOR演算の学習

今回は、Python3 + Kerasでニューラルネットワークを実装し、XOR演算の学習を行ってみます。

原理についてはこちら

ニューラルネットワークとは?基本原理と活性化関数、単純パーセプトロンについて徹底解説

ニューラルネットワークとは?基本原理と活性化関数、単純パーセプトロンについてまとめました。ニューラルネットワークとは脳内には、ニューロン（神経細胞）が無数にあります。ニューロン同士はシナプスで繋がっています。入力される電気信号の電位が...

【ニューラルネット】多層パーセプトロン（MLP）の原理・計算式

ニューラルネットワーク（多層パーセプトロン・MLP）や特徴や原理、その計算方法についてまとめました。多層パーセプトロン（MLP）とは多層パーセプトロン（MLP）とは、下図のように（単純）パーセプトロンを複数繋いで多層構造にしたニューラル...

動画解説

本ページの内容は以下動画でも解説しています。

■XOR演算の訓練データと正解データ

教師データ（x1, x2）	正解データ(y)
(0, 0)	0
(1, 0)	1
(0, 1)	1
(1, 1)	0

【今回作成するニューラルネットワーク構造】

入力層：ユニット数２（入力数2:x1, x2）
中間層：ユニット数３
出力層：ユニット数２(出力数2:y1, y2)

サンプルコード

サンプルプログラムのソースコードです。

【バッチサイズ】
勾配法で学習する際に, データセットを幾つかのサブセットに分けて学習することで、異常値の影響を小さくします
（例：100個のデータセットを20個ずつのサブセットに分ける場合、バッチサイズは20）

【エポック数】
以下の①②の流れを１回実行すると１エポック
① データセットをバッチサイズに従ってN個のサブセットに分ける。
② 各サブセットを学習に回す(N回学習を繰り返す)。

【Python/Keras】ニューラルネットでXOR演算の学習

Pythonの機械学習モジュール「Keras」でニューラルネットワークを実装し、XOR演算を学習する方法をソースコード付きでまとめました。

【TensorFlow版Keras入門】ディープラーニングを簡単に学ぶ方法

Pythonモジュール「TensorFlow/Keras」で深層学習（ディープラーニング）を行う方法について入門者向けに使い方を解説します。

コメント