TensorFlowとPythonでStack Overflow質問データセットの全ラベルのスコアを予測する方法

TensorFlowは、Googleが提供する機械学習フレームワークです。オープンソースとして公開されており、Pythonと組み合わせてアルゴリズムや深層学習アプリケーションの実装など、幅広い用途に活用されています。研究開発から本番環境まで利用されており、複雑な数学的演算を高速に処理するための最適化技術を備えているのが特徴です。これは内部でNumPyと多次元配列を使用しているためで、これらの多次元配列は「テンソル」と呼ばれます。また、深層ニューラルネットワークの構築にも対応しています。

TensorFlowのインストール

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

pip install tensorflow

テンソルとは何か

テンソルはTensorFlowで使われる基本的なデータ構造であり、フロー図の中でエッジ同士を接続する役割を担います。このフロー図は「データフローグラフ」と呼ばれます。テンソルの正体は、多次元配列あるいはリストそのものです。

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（Rank） − テンソルの次元数を表します。テンソルの次数、すなわち定義されたテンソルが持つ次元の数として理解できます。

• 型（Type） − テンソルの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、さまざまな形状のテンソルが存在します。

• 形状（Shape） − 行数と列数を組み合わせたもので、テンソル全体の構造を表します。

実行環境について

本記事のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）を利用すると、ブラウザ上でPythonコードを実行でき、面倒な設定は一切不要です。さらに、GPU（Graphics Processing Unit）へ無料でアクセスできる点も大きな魅力です。ColaboratoryはJupyter Notebookをベースに構築されています。

コード例

以下が実際のコードスニペットです。

print("Predicting a score for every label")
def get_string_labels(predicted_scores_batch):
    predicted_int_labels = tf.argmax(predicted_scores_batch, axis=1)
    predicted_labels = tf.gather(raw_train_ds.class_names, predicted_int_labels)
    return predicted_labels

コード出典： https://www.tensorflow.org/tutorials/load_data/text

出力結果

Predicting a score for every label

コードの解説

• 構築済みのモデルに対して「predict」メソッドを呼び出します。

• このメソッドは生の文字列を入力として受け取り、すべてのラベルに対するスコアを予測します。

• 関数内部では、最も高いスコアを持つラベルを特定します。

• 最終的に、その結果のデータがコンソールに表示されます。