3.6 perceptro_Keras_graph

# 3.6 perceptron, Keras, graph2

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.optimizers import SGD

np.random.seed(123)

'''
1.データの生成
'''
X = np.array([[0,0], [0,1], [1,0], [1,1]])
Y = np.array([[0], [1], [1], [0]])

'''
2.モデル設定
'''
model = Sequential()

# 入力層 - 隠れ層
model.add(Dense(input_dim=2, units=2))
model.add(Activation('sigmoid'))

# 隠れ層 - 出力層
model.add(Dense(units=1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy', optimizer=SGD(lr=0.1))

'''
3.モデル学習
'''
model.fit(X, Y, epochs=500, batch_size=4)

'''
4.学習結果の確認
'''
classes = model.predict_classes(X, batch_size=4)
prob = model.predict_proba(X, batch_size=4)

print('classified:')
print(Y == classes)
print()
print('output probability:')
print(prob)

'''
5. モデルのグラフ化(pngファイルで保存する場合)（Windowsでは設定に要注意）
参考：http://ni4muraano.hatenablog.com/entry/2017/02/09/063000
'''

from keras.utils import plot_model
plot_model(model, to_file='model36.png')

'''
（jupyter notebook内に表示する場合は以下のように記載）
from IPython.display import SVG
from keras.utils.vis_utils import model_to_dot

SVG(model_to_dot(model).create(prog='dot', format='svg'))
'''