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

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。

【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。

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

【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)。