初めて質問致します。初心者ですがよろしくお願いします
以下のプログラムを実行するとその下に示した結果のようになり改善点がわかりません
何かアドバイスをいただければと思い質問しています何卒よろしくお願いします
入力データのファイルは
12.1
42.2
32.2
15.2
という感じのデータになってます
出力も同じ感じで出力したいと思っています
# -*- coding: utf-8 -*-
import tensorflow as tf #NN用ライブラリであるtensorflowをインポート
import numpy as np #計算用ライブラリであるnumpyをインポート
'''----------------------モデル定義---------------------------------'''
#入力層のユニット数
num_units1 = 10 #中間層1のユニット数
x=tf.placeholder(tf.float32,[1, 720]) #入力層
w_enc = tf.Variable(tf.random_normal([720, num_units1], stddev=0.01)) #入力側の重み
b_enc = tf.Variable(tf.zeros([num_units1])) #入力側のバイアス
w_dec = tf.Variable(tf.random_normal([num_units1,720], stddev=0.01)) #出力側の重み
b_dec = tf.Variable(tf.zeros([720])) #出力側のバイアス
encoded = tf.nn.relu(tf.matmul(x, w_enc) + b_enc) #入力側活性化関数(ReLU)
#drop=tf.nn.dropout(encoded,0.5) #dropout
decoded = tf.matmul(encoded, w_dec) + b_dec #出力側活性化関数(恒等写像)
lambda2 = 0.1 #正則化係数
l2_norm = tf.nn.l2_loss(w_enc) + tf.nn.l2_loss(w_dec) #L2正則化
loss1 = tf.reduce_sum(tf.square(x - decoded)) + lambda2 * l2_norm #損失関数(二乗誤差関数)
loss2= tf.abs(tf.reduce_sum(decoded - x) / tf.reduce_sum(x)) * 100 #百分率で表した誤差
train_step = tf.train.AdamOptimizer(learning_rate=0.0001).minimize(loss1) #勾配降下法(Adam)
'''--------------変数の初期化とVLFデータの読み込み---------------'''
sess = tf.InteractiveSession() #セッション開始を変数に定義
sess.run(tf.global_variables_initializer()) #変数初期化
a = np.loadtxt("train_datasin125.txt") #訓練データを読み込む
b = np.loadtxt("sintest_data11.txt") #テストデータ１を読み込む
c = np.loadtxt("sintast_data2.txt") #テストデータ２を読み込む
'''-------------------------学習開始---------------------------'''
for step in range(1000000): #学習回数
r = a[np.random.randint(0, 2000, [1])] #訓練データの中からランダムに１日分のデータを選出
sess.run(train_step, feed_dict={x:r}) #学習セッション開始
if step%49==0: #５０回学習するごとに
loss_val = sess.run(loss2, feed_dict={x:r}) #百分率で表した誤差を算出
print('Step: %d, Loss: %f'%(step,loss_val)) #現在の学習回数と誤差を表示
if step%499==0: #学習回数５００回ごとに
'''-------------------現在の学習回数を格納---------------------'''
if step==0:
out_g=step+1
else:
out_g=np.column_stack([out_g,step+1])
'''------------------教師データの最大誤差算出------------------'''
max = 0
for i in range(2000):
r = a[i, :]
r = r.reshape(1, 720)
loss_val = sess.run(loss2, feed_dict={x: r})
if max<loss_val:
max=loss_val
if i==1999:
if step == 0:
out1 = max
else:
out1 = np.column_stack([out1, max])
'''--------------テストデータ１の最大誤差算出------------------'''
max = 0
for q in range(30):
r = c[q, :]
r = r.reshape(1, 720)
loss_val = sess.run(loss2, feed_dict={x: r})
if max < loss_val:
max = loss_val
if q == 29:
if step == 0:
out3 = max
else:
out3 = np.column_stack([out3, max])
'''--------テストデータ２の最大誤差と推定日数の算出--------'''
max = out3
count=0
for p in range(48):
r = b[p, :]
r = r.reshape(1, 720)
loss_val = sess.run(loss2, feed_dict={x: r})
if max<loss_val:
count=count+1
if p==47:
if step == 0:
out2 = max
out4=count
else:
out2 = np.column_stack([out2, max])
out4 = np.column_stack([out4, count])
'''------------------テキストファイルを出力--------------------'''
out=np.column_stack([out_g.T,out1.T,out2.T,out3.T])
np.savetxt("sinoutput110.txt",out)
out=np.column_stack([out4.T])
np.savetxt("sinoutput010.txt",out)
実行結果
/Users/ishidatakuma/PycharmProjects/sotsuken/venv/bin/python /Users/ishidatakuma/PycharmProjects/sotsuken/jikkenn2.py
Step: 0, Loss: 147.256897
Step: 49, Loss: 2897.626221
Step: 98, Loss: 18581.408203
Step: 147, Loss: 33576.679688
Step: 196, Loss: 36586.777344
Step: 245, Loss: 20837.001953
Step: 294, Loss: 101844.562500
Step: 343, Loss: 16776.875000
Step: 392, Loss: 5594.307129
Step: 441, Loss: 20111.017578
Step: 490, Loss: 5526.880859
Traceback (most recent call last):
File "/Users/ishidatakuma/PycharmProjects/sotsuken/jikkenn2.py", line 107, in <module>
if yosino<loss_val:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()