配牌からあがれる可能性を予測する！（その３ 学習の実装）

前回の記事はこちらです。
配牌からあがれる可能性を予測する！（その２　教師データの作成）

前回の訂正

---

CSVファイルからの読み込み時、String型になってしまうので、Int型にキャストしなければなりませんでした。
差分はこちらになりますが、その中でリスト内包記述というfor文を1行で書くように修正しております。

# 修正前
tmp_hand = []
for tile in range(0, 12):
tmp_hand.append(row[tile])

# 修正後
tmp_hand = [int(tile) for tile in row]

学習の実装開始

---

今回より学習機能をつけていきたいと思います。
基本的には、「ゼロから作るディープラーニング」の手順で論理を進めています。
（誤差を求め、その誤差の微分値からパラメータを求める。）
ソースコードはこちらになります。
https://github.com/naoki85/python_mahjong

matplotlib について

---

その前に、グラフを描画する便利ライブラリであるmatplotlibの準備をしておきます。
まだそこまで複雑なグラフはいらないので、基本的な書き方で大丈夫そうです。
今回はX軸はループの回数、Yは誤差（教師データとの誤差とします。）

# xの値を1ずつ定義
x = range(0, 100)
# ループごとに誤差を格納しておく
y = loss_array
plt.xlabel("x")
plt.ylabel("loss")
plt.plot(x, y)
plt.show()

ためしに作ってみた図はこちらです。

ループ回数を重ねるごとに、誤差がちいさくなっていることが分かります。
ただし、こちらの正当性はまだ確認できていないので、実際に次回は学習後の重み、バイアスを使用してテストしてみます。

学習結果の保存について（pickleモジュール）

---

学習結果はpickle形式で保存しました。
pickleは「漬物」という意味で、オブジェクトをそのまま保存してくれます。（ピクルスのことか、と覚えました。）
はじめはCSV形式にしようと思ったのですが、いちいち分解して保存するのも、取り出すときに再度辞書型にするのも面倒です。
例えば、下記の結果を保存するとします。

{'W': [1, 2, 3], 'b': [4, 5]}

これを特に前処理なしで下記のように保存（漬物）にしてしまいます。（基本的なファイルの読み書きと同じ感じです。）

with open(pickle_filepath, 'wb') as f:
　　　　writer = pickle.dump(results, f)

取り出すときも下記のようにかけば、なんとびっくりそのまま取り出せます。

with open(pickle_filepath, 'rb') as f:
    params = pickle.load(f)

{'W': [1, 2, 3], 'b': [4, 5]}

そのため、重み、バイアスの値は教師データとは異なりpickleで管理することとしました。

おわりに

---

まだ私自身、微分して最適な重みを求める「勾配法」について、 腑に落ちていないところがあるので、
そちらを理解して、実装を踏まえて書きたいと思います。