TensorFlowを使用して単純な多層パーセプトロンプログラムを作成しました。 このプログラムは、5シーケンス後に続く数字を予測するために作成された。 (例:1 4 9 14 19 [24])はい、非常に簡単です。トレーニングの前であっても、すべてのエポックのコストはゼロです。
しかし、私は少なくとも4時間のうちに死にます。私が何をしても、すべての時代のコストはゼロだからです。驚いたことに、私は重みとバイアスが非ゼロ(tf.ones
を使用)に初期化されていることを確認しましたが、助けにはなりませんでした。
ゼロ価額の費用はもう表示されません。
コード
import tensorflow as tf
n_input = 5
n_output = 1
n_hidden1 = 10
n_hidden2 = 10
learning_rate = 0.001
training_epochs = 20
batch_size = 100
display_step = 1
x = tf.placeholder(tf.float32, [None, n_input], name='X')
y = tf.placeholder(tf.float32, [None, n_output], name='Y')
with tf.name_scope('H1'):
w1 = tf.Variable(tf.ones([n_input, n_hidden1]), name='W1')
b1 = tf.Variable(tf.ones([n_hidden1]), name='b1')
h1 = (tf.matmul(x, w1) + b1)
with tf.name_scope('H2'):
w2 = tf.Variable(tf.ones([n_hidden1, n_hidden2]), name='W2')
b2 = tf.Variable(tf.ones([n_hidden2]), name='b2')
h2 = (tf.matmul(h1, w2) + b2)
with tf.name_scope('H3'):
w3 = tf.Variable(tf.ones([n_hidden2, n_output]), name='W3')
b3 = tf.Variable(tf.ones([n_output]), name='b3')
pred = tf.matmul(h2, w3) + b3
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y))
optimizer = tf.train.AdadeltaOptimizer(learning_rate).minimize(cost)
init = tf.global_variables_initializer()
def generate_sequences(size):
def generate_sequence():
from random import uniform
start = uniform(0, 10000)
seq = [start + i * (4 + uniform(0, 1)) for i in range(6)]
return seq[:-1], [seq[-1]]
seq = list(map(lambda _: generate_sequence(), range(size)))
return [s[0] for s in seq], [s[1] for s in seq]
with tf.Session() as sess:
sess.run(init)
print('Before:', cost.eval(feed_dict={x: [[1, 5, 9, 14, 19]], y: [[24]]}))
for epoch in range(1, training_epochs + 1):
batch_x, batch_y = generate_sequences(batch_size)
_, c = sess.run([optimizer, cost], feed_dict={x: batch_x, y: batch_y})
if epoch % display_step == 0:
print('Epoch:', '%04d' % epoch, 'cost=', '{:.9f}'.format(c))
print('Optimization Finished!')
print(pred.eval(feed_dict={x: [[8, 12, 16, 20, 24]]}))
コンソール出力
Before: 0.0
Epoch: 0001 cost= 0.000000000
Epoch: 0002 cost= 0.000000000
Epoch: 0003 cost= 0.000000000
Epoch: 0004 cost= 0.000000000
Epoch: 0005 cost= 0.000000000
Epoch: 0006 cost= 0.000000000
Epoch: 0007 cost= 0.000000000
Epoch: 0008 cost= 0.000000000
Epoch: 0009 cost= 0.000000000
Epoch: 0010 cost= 0.000000000
Epoch: 0011 cost= 0.000000000
Epoch: 0012 cost= 0.000000000
Epoch: 0013 cost= 0.000000000
Epoch: 0014 cost= 0.000000000
Epoch: 0015 cost= 0.000000000
Epoch: 0016 cost= 0.000000000
Epoch: 0017 cost= 0.000000000
Epoch: 0018 cost= 0.000000000
Epoch: 0019 cost= 0.000000000
Epoch: 0020 cost= 0.000000000
Optimization Finished!
[[ 8142.25683594]]
私はあなたが 'tf.ones()'で変数を初期化している気づいた、すなわちすべての重みに対して同じ値。すべてのウェイトが同じ誤差勾配を持つため、すべてのウェイトが同じように更新されるため、これは非常に悪い考えです。偏りを除いて、レイヤーあたり1つのウェイトしか効果的に学習していません。代わりに 'tf.truncated_normal()'やそれに似たものを使ってください。バイアスはうまくいきます。 – sunside