머신러닝스터디/2016
머신러닝스터디/2016/목차

내용

  • 지난 시간에 loss function이 동작하지 않던 원인 수정
  • layer를 하나 더 추가하여 relu 사용해봄.

코드

import tensorflow as tf
# AND          OR           NXOR          XOR
# (0, 0) => 0  (0, 0) => 0  (0, 0) => 1  (0, 0) => 0
# (0, 1) => 0  (0, 1) => 1  (0, 1) => 0  (0, 1) => 1
# (1, 0) => 0  (1, 0) => 1  (1, 0) => 0  (1, 0) => 1
# (1, 1) => 1  (1, 1) => 1  (1, 1) => 1  (1, 1) => 0

W1 = tf.Variable(tf.random_uniform([2, 3]))
b1 = tf.Variable(tf.random_uniform([3]))

W2 = tf.Variable(tf.random_uniform([3, 2]))
b2 = tf.Variable(tf.random_uniform([2]))

W3 = tf.Variable(tf.random_uniform([2, 1]))
b3 = tf.Variable(tf.random_uniform([1]))

def logic_gate(x):
    hidden1 = tf.nn.relu(tf.matmul(x, W1) + b1)
    hidden2 = tf.nn.relu(tf.matmul(hidden1, W2) + b2)
    return tf.nn.sigmoid(tf.matmul(hidden2, W3) + b3)

x = tf.placeholder("float", [None, 2])
y = tf.placeholder("float", [None, 1])

value = logic_gate(x)
loss = -tf.reduce_mean((y*tf.log(value) + (1-y)*tf.log(1-value)))
optimize = tf.train.AdagradOptimizer(0.01).minimize(loss)

init = tf.initialize_all_variables()

with tf.Session() as sess:
    sess.run(init)
    for i in range(30001):
        result = sess.run(optimize, feed_dict={x: [[0, 0], [0, 1], [1, 0], [1, 1]], y: [[1], [0], [0], [1]]})
        if (i % 1000 == 0):
            print("Epoch: ", i)
            print(sess.run([value, loss], feed_dict={x: [[0, 0], [0, 1], [1, 0], [1, 1]], y: [[1], [0], [0], [1]]}))

후기

  • 서지혜: relu 좋은 거 같음. 튜닝 방법 일일이 값 바꾸는 것 뿐인가,,

다음 시간에는

더 보기


Retrieved from http://wiki.zeropage.org/wiki.php/머신러닝스터디/2016/2016_06_04
last modified 2021-02-07 05:29:26