Python&機械学習 勉強メモ③:ニューラルネットワーク
参考教材
Udemy みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習
課題設定
緯度・経度を与えると、東京・神奈川のどちらに属するかを判定するプログラムを作成する.
判定方法
入力層2つ・中間層2つ・出力層1つのニューラルネットワークで判定する。
ニューロンクラス
class Neuron:
input_sum = 0.0
output = 0.0
def setInput(self, inp):
self.input_sum += inp
def getOutput(self):
self.output = sigmoid(self.input_sum)
return self.output
def reset(self):
self.input_sum = 0
self.output = 0
setInput
class Neuron:
input_sum = 0.0
output = 0.0
def setInput(self, inp):
self.input_sum += inp
def getOutput(self):
self.output = sigmoid(self.input_sum)
return self.output
def reset(self):
self.input_sum = 0
self.output = 0
setInput
入力を合計する。
getOutput
入力値を活性化関数で変換した値を出力する。
ニューロンは入力値が閾値を超えると発火する特徴があるが、上記のように活性化関数にシグモイド関数を適用することでそれを模倣する。
reset
入力値をリセットする。
ニューラルネットワーク
class NeuralNetwork:
# 入力の重み
w_im = [[0.496, 0.512], [-0.501, 0.990], [0.490, -0.502]] # [[i1-m1, i1-m2], [i2-m1, i2-m2], [bias1-m1, bias1-m2]]
w_mo = [0.121, -0.4996, 0.200] # [m1-o, m2-o, bias2-0]
# 各層の宣言
input_layer = [0.0, 0.0, 1.0]
middle_layer = [Neuron(), Neuron(), 1.0]
ouput_layer = Neuron()
...
class NeuralNetwork:
# 入力の重み
w_im = [[0.496, 0.512], [-0.501, 0.990], [0.490, -0.502]] # [[i1-m1, i1-m2], [i2-m1, i2-m2], [bias1-m1, bias1-m2]]
w_mo = [0.121, -0.4996, 0.200] # [m1-o, m2-o, bias2-0]
# 各層の宣言
input_layer = [0.0, 0.0, 1.0]
middle_layer = [Neuron(), Neuron(), 1.0]
ouput_layer = Neuron()
...
input_layer
とmiddle_layer
の3番目の要素はバイアス。
入力形式とファイル読み込み
入力ファイル
1行に 経度,緯度 を記載しているファイルを読み込む。
35.48,137.76
35.47,137.81
35.29,138.06
...
得られる結果
複雑な境界線に対して東京・神奈川を区別できている。
きちんと判定するには、各入力の重みづけや閾値を適切に設定する必要があるはず。
その設定方法は次回以降に学習。
Author And Source
この問題について(Python&機械学習 勉強メモ③:ニューラルネットワーク), 我々は、より多くの情報をここで見つけました https://qiita.com/yohiro/items/cc9bc2631c0306f813b5著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .