今度はtorch(AI)を始めてみた

皆さん、こんにちは

シニアTです

新しいGPUを導入したので、流行りのAI（torch)をマスターすることにしました

シニアT式のマスターの仕方は、たった一つ
プログラムを手で打ち込んで、動かしてみるんです
動いたら、ちょっとずつ改造していきます

改造するたびに、どこか引っ掛かりますから、それを解決していくと身に付ついていきますよね
ちょっとずつだし、消耗するけど・・・

今回は、
https://www.atmarkit.co.jp/ait/articles/2002/06/news025.htmlで、始めました

で、最初の改造・・・

class NeuralNetwork(nn.Module):
def __init__(self, nfs=[2,3,3,1]):
super(NeuralNetwork, self).__init__()
self.layers = [nn.Linear(nfs[i],nfs[i+1]) for i in range(len(nfs) - 1)]
self.activations = [torch.nn.Tanh() for _ in range(len(nfs) - 1)]
def forward(self, x):
for layer, activation in zip(self.layers, self.activations):
x = activation(layer(x))
return x
def parameters(self):
for layer in self.layers:
yield layer.weight
yield layer.bias

ちょっと（13行）とはいえ、NeuralNetwork全面的に書き換えて、parameters()を上書きしました

狙いは、
　　nn = NewralNetwork(nfs=[2,3,3,1])
などと、コンストラクタに与えるパラメータによって、ニューロンや層の数を設定できるようにすることです

で、学習データに

を与えると、ネットワークの構成によって学習結果がどうなるか
初心者（私）は、わくわくしますね

XY平面上（XtoYで2入力）の色（1出力）の、適当なサンプルで学習させた結果、XY平面全体は、どんな風に分類されるかの、実験です

まずはお手本と、同じネットワークになる設定、
　nfs=[2,3,3,1]

2入力で、ニューロン3個のレイヤーが二つあって、そのあと色の値を出力する(1出力)っていう設定です

あれこんなふうに、たまに、失敗します
境界部分は、どんな風か気になりますよね。アナログで色付けしました

色が綺麗になっただけで同じですね(苦笑)。
実は、たいていはうまくいって・・・

間のレイヤーが３ニューロンだから三辺形になる