TensorFlowを使ってAuto MPGデータセットでシーケンシャルモデルを構築する方法

TensorFlowとは

TensorFlowはGoogleが提供するオープンソースの機械学習フレームワークです。Pythonと組み合わせて使用され、アルゴリズムの実装やディープラーニングアプリケーションの開発など、幅広い用途に活用されています。研究用途だけでなく、本番環境での運用にも対応しており、現在多くのAIプロジェクトで採用されている実績あるフレームワークです。

TensorFlowの中核となるのが「テンソル」と呼ばれるデータ構造です。テンソルは多次元配列（またはリスト）を指し、フロー図である「データフローグラフ」のエッジ同士を接続する役割を担います。テンソルは主に以下の3つの属性によって識別されます。

• ランク（階数）：テンソルの次元数を表します。定義されたテンソルが持つ次元の数、すなわちテンソルの階数を意味します。

• 型（dtype）：テンソルの各要素に関連付けられたデータ型を示します。1次元・2次元・n次元など、任意の次元のテンソルを扱うことができます。

• 形状（shape）：テンソルが持つ行数と列数の組み合わせを表します。

TensorFlowのインストール

Windows環境では、以下のコマンドで「tensorflow」パッケージをインストールできます。

pip install tensorflow

回帰問題とAuto MPGデータセット

回帰問題の目的は、価格や確率、「雨が降るかどうか」のような連続値または離散値の出力を予測することです。

今回使用するのは「Auto MPG」データセットです。1970年代〜1980年代の自動車の燃費データを収録したもので、重量、馬力、排気量などの属性が含まれています。これらの情報をもとに、特定の車両の燃費効率（MPG）を予測します。

シーケンシャルモデルとは、複数の層（レイヤー）を順番に積み重ねて構築される、最も基本的なニューラルネットワークの形態です。

実行環境：Google Colaboratory

以下のコードはGoogle Colaboratory（Colab）上で実行しています。Colabはブラウザ上で直接Pythonコードを実行できるサービスで、面倒な環境構築が一切不要なうえ、GPU（グラフィックス処理装置）にも無料でアクセスできます。Jupyter Notebookをベースに構築されているため、ノートブック形式でそのまま動作します。

コード例

print("1つのDense層を持つシーケンシャルモデルを構築しています")
linear_model = tf.keras.Sequential([
   normalizer,
   layers.Dense(units=1)
])

print("予測を実行しています")
linear_model.predict(train_features[:10])
linear_model.layers[1].kernel

print("モデルをコンパイルしています")
linear_model.compile(
   optimizer=tf.optimizers.Adam(learning_rate=0.1),
   loss='mean_absolute_error')

print("モデルをデータに適合させています")
history = linear_model.fit(
   train_features, train_labels,
   epochs=150,
   verbose=0,
   validation_split=0.25)

print("損失の推移をプロットしています")
plot_loss(history)

print("予測結果を評価しています")
test_results['linear_model'] = linear_model.evaluate(
   test_features, test_labels, verbose=0)

コード出典：https://www.tensorflow.org/tutorials/keras/regression

出力結果

コードの解説

• Keras APIを使用して、正規化層と1つのDense層からなるシーケンシャルアーキテクチャのモデルを構築します。

• 目的変数である「MPG（燃費）」の予測を行います。

• 線形回帰の一般的な形式は y = mx + b です。このモデルも同じ原理に基づいています。

• 予測を実行した後、モデルをコンパイルします。ここでは最適化アルゴリズムにAdam（学習率0.1）、損失関数に平均絶対誤差（MAE）を指定しています。

• 続いて、fit()メソッドでモデルを訓練データに適合させます。エポック数は150、検証データの割合は25%に設定されており、過学習の防止にも役立ちます。

• 学習過程で記録された損失の推移をプロットし、モデルがどれだけうまく収束しているかを視覚的に確認します。

• 最後に、テストデータを使ってモデルの汎化性能を評価し、その結果をtest_resultsに保存します。