ゼロから二値分類ニューラルネットワークを書く
行列乗算、ReLU/Sigmoid 活性化、クロスエントロピー損失、バックプロパゲーションを総合的に使用——すべての知識ポイントを一度に結びつける。
このケースを学び終えると、以下のことが理解できます:ニューラルネットワークトレーニングの完全な数学的ループ——行列変換でデータを処理し、活性化で非線形性を導入し、クロスエントロピーで良し悪しを測定し、バックプロパゲーションで勾配を伝播する。
生活からの導入
2種類の果物を区別する——サイズを見るだけでは不十分
リンゴとオレンジが混ざっている。サイズだけでは不十分——小さなリンゴは大きなオレンジとほぼ同じ大きさのものもある。2つの次元(サイズ + 色)が必要であり、「直線ではない」境界線も必要——これがニューラルネットワークの出番だ。単層の線形モデルは直線しか描けないが、隠れ層と非線形活性化関数を追加することで、曲線の境界を描くことができる。
直感的な理解
入力(2)
隠れ層(8)+ReLU
出力(1)+Sigmoid
確率 0〜1
各コンポーネントに対応する数学モジュール:
行列乗算線形代数
ReLU/Sigmoid微分可能関数
クロスエントロピー情報理論
連鎖律微積分
勾配降下法最適化
数学的定義
\[ z_1 = X W_1 + b_1,\ a_1 = \text{ReLU}(z_1),\quad z_2 = a_1 W_2 + b_2,\ a_2 = \sigma(z_2) \]Sigmoid + クロスエントロピーの勾配は自動的に最も簡潔な形式に簡約される:\(\frac{\partial L}{\partial z_2} = a_2 - y\)
Python で実践
実例
import numpy as np
np.random.seed(42)
def sigmoid(z):
return 1 / (1 + np.exp(-np.clip(z, -500, 500)))
def relu(z): return np.maximum(0, z)
def relu_derivative(z): return (z > 0).astype(float)
class TwoLayerNN:
def __init__(self, n_input, n_hidden, lr=0.1):
self.W1 = np.random.randn(n_input, n_hidden) * 0.5
self.b1 = np.zeros(n_hidden)
self.W2 = np.random.randn(n_hidden, 1) * 0.5
self.b2 = np.zeros(1)
self.lr = lr
self.loss_history = []
def forward(self, X):
self.z1 = X @ self.W1 + self.b1
self.a1 = relu(self.z1)
self.z2 = self.a1 @ self.W2 + self.b2
self.a2 = sigmoid(self.z2)
return self.a2
def compute_loss(self, y_pred, y_true, eps=1e-9):
y_pred = np.clip(y_pred, eps, 1 - eps)
return -np.mean(y_true * np.log(y_pred) +
(1 - y_true) * np.log(1 - y_pred))
def backward(self, X, y_true):
n = X.shape[0]
y_true = y_true.reshape(-1, 1)
dz2 = (self.a2 - y_true) / n # Sigmoid+CE の簡約
dW2 = self.a1.T @ dz2
db2 = np.sum(dz2, axis=0)
da1 = dz2 @ self.W2.T # 連鎖律による逆伝播
dz1 = da1 * relu_derivative(self.z1)
dW1 = X.T @ dz1
db1 = np.sum(dz1, axis=0)
self.W2 -= self.lr * dW2
self.b2 -= self.lr * db2
self.W1 -= self.lr * dW1
self.b1 -= self.lr * db1
def fit(self, X, y, epochs=1000):
for epoch in range(epochs):
y_pred = self.forward(X)
loss = self.compute_loss(y_pred, y)
self.loss_history.append(loss)
self.backward(X, y)
if epoch % 200 == 0:
acc = np.mean((y_pred.flatten() > 0.5) == y)
print(f"サンプル epoch {epoch:4d} loss={loss:.4f} acc={acc:.3f}")
def predict(self, X):
return (self.forward(X).flatten() > 0.5).astype(int)
# 同心円データ(非線形分離可能)
n = 300
theta = np.random.uniform(0, 2 * np.pi, n)
r_inner = np.random.normal(1.0, 0.15, n // 2)
r_outer = np.random.normal(2.5, 0.15, n // 2)
X = np.vstack([
np.c_[r_inner * np.cos(theta[:n//2]), r_inner * np.sin(theta[:n//2])],
np.c_[r_outer * np.cos(theta[n//2:]), r_outer * np.sin(theta[n//2:])],
])
y = np.array([0] * (n // 2) + [1] * (n // 2))
model = TwoLayerNN(n_input=2, n_hidden=8, lr=0.5)
model.fit(X, y, epochs=1000)
print(f"\nサンプル 最終精度: {np.mean(model.predict(X) == y):.2%}")
print(f"損失: {model.loss_history)
np.random.seed(42)
def sigmoid(z):
return 1 / (1 + np.exp(-np.clip(z, -500, 500)))
def relu(z): return np.maximum(0, z)
def relu_derivative(z): return (z > 0).astype(float)
class TwoLayerNN:
def __init__(self, n_input, n_hidden, lr=0.1):
self.W1 = np.random.randn(n_input, n_hidden) * 0.5
self.b1 = np.zeros(n_hidden)
self.W2 = np.random.randn(n_hidden, 1) * 0.5
self.b2 = np.zeros(1)
self.lr = lr
self.loss_history = []
def forward(self, X):
self.z1 = X @ self.W1 + self.b1
self.a1 = relu(self.z1)
self.z2 = self.a1 @ self.W2 + self.b2
self.a2 = sigmoid(self.z2)
return self.a2
def compute_loss(self, y_pred, y_true, eps=1e-9):
y_pred = np.clip(y_pred, eps, 1 - eps)
return -np.mean(y_true * np.log(y_pred) +
(1 - y_true) * np.log(1 - y_pred))
def backward(self, X, y_true):
n = X.shape[0]
y_true = y_true.reshape(-1, 1)
dz2 = (self.a2 - y_true) / n # Sigmoid+CE の簡約
dW2 = self.a1.T @ dz2
db2 = np.sum(dz2, axis=0)
da1 = dz2 @ self.W2.T # 連鎖律による逆伝播
dz1 = da1 * relu_derivative(self.z1)
dW1 = X.T @ dz1
db1 = np.sum(dz1, axis=0)
self.W2 -= self.lr * dW2
self.b2 -= self.lr * db2
self.W1 -= self.lr * dW1
self.b1 -= self.lr * db1
def fit(self, X, y, epochs=1000):
for epoch in range(epochs):
y_pred = self.forward(X)
loss = self.compute_loss(y_pred, y)
self.loss_history.append(loss)
self.backward(X, y)
if epoch % 200 == 0:
acc = np.mean((y_pred.flatten() > 0.5) == y)
print(f"サンプル epoch {epoch:4d} loss={loss:.4f} acc={acc:.3f}")
def predict(self, X):
return (self.forward(X).flatten() > 0.5).astype(int)
# 同心円データ(非線形分離可能)
n = 300
theta = np.random.uniform(0, 2 * np.pi, n)
r_inner = np.random.normal(1.0, 0.15, n // 2)
r_outer = np.random.normal(2.5, 0.15, n // 2)
X = np.vstack([
np.c_[r_inner * np.cos(theta[:n//2]), r_inner * np.sin(theta[:n//2])],
np.c_[r_outer * np.cos(theta[n//2:]), r_outer * np.sin(theta[n//2:])],
])
y = np.array([0] * (n // 2) + [1] * (n // 2))
model = TwoLayerNN(n_input=2, n_hidden=8, lr=0.5)
model.fit(X, y, epochs=1000)
print(f"\nサンプル 最終精度: {np.mean(model.predict(X) == y):.2%}")
print(f"損失: {model.loss_history)
サンプル epoch 0 loss=0.6932 acc=0.497 サンプル epoch 200 loss=0.1494 acc=0.930 サンプル epoch 400 loss=0.0615 acc=0.967 サンプル epoch 600 loss=0.0272 acc=0.990 サンプル epoch 800 loss=0.0134 acc=1.000 サンプル epoch 1000 loss=0.0075 acc=1.000 サンプル 最终准确率: 100.00% 损失: 0.6932 -> 0.0075
AI での応用シーン
| シーン | 本ケースとの関係 |
|---|---|
| 画像分類 | CNN = 本ケースの行列乗算を畳み込み演算に置き換えたもの |
| テキスト分類 | BERT ファインチューニング = 本ケース + Transformer エンコーダー |
| 異常検知 | 0〜1 の異常確率を出力——これは本ケースの二値分類の特殊ケース |