強化学習 x ニューラルネットワーク 2 (２層のニューラルネットワーク)

TensorFlowで２層のニューラルネットワークを実装してみます。

np.random.rand(3, 2)で3件の座標データbatchを作成しています。

また１層目から２層目にデータを送るときには、活性化関数（シグモイド）を適用しています。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
import numpy as np
from tensorflow.python import keras as K

# ２層のニューラルネットワーク
model = K.Sequential([
    # １層目 出力サイズ４、入力１行２列、活性化関数はシグモイド
    K.layers.Dense(units=4, input_shape=((2, )), activation="sigmoid"),
    # ２層目 出力サイズ４
    K.layers.Dense(units=4),
])

print('-------------------------')
# ３件の座標をまとめたバッチ (2次元).
batch = np.random.rand(3, 2)
print('batchの形状', batch.shape)
print('batch', batch)
print('-------------------------')
y = model.predict(batch)
print('出力yの形状', y.shape)
print('出力y', y)
print('-------------------------')

結果

入力データbatchが３行２列（３件の座標データ）となり、出力データが３行４列（３件の４次元データ）となっていることがわかります。
このようにしてみると１行目に１件目の入力データと１件目の出力データが表示され、２行目に次の入力とその出力がされていて対応がわかりやすくなってます。

参考

Pythonで学ぶ強化学習 -入門から実践まで- サンプルコード