Udacityのud187の課題「Celsius to Fahrenheit」を再び引き合いに出す。
●モデルの実装
model = tf.keras.Sequential([ tf.keras.layers.Dense(units=1, input_shape=[1]) ])
model.summary()
:
Model: "sequential" _________________________________________________________________ Layer (type) Output Shape Param # ================================================================= dense (Dense) (None, 1) 2 ================================================================= Total params: 2 Trainable params: 2 Non-trainable params: 0 _________________________________________________________________
model.get_weights()
:
●学習前
dense shape: (1, 1) [[1.5113307]] shape: (1,) [0.]
●学習後
dense shape: (1, 1) [[1.8202275]] shape: (1,) [29.315647]
となっていて $f=c\times1.8+32$ をかなり近く推定できていることが見える。ここで 1.82... が入力層への入力 $c$ に対して作用する重みであり、29.3... が次の層(= 出力層)へのバイアスに相当する。出力層の活性化関数を省略しているので“線形”活性化として恒等写像になっている。