見出し画像

ChatGPTを活用して強化するディープラーニング競馬予想AI(隠れ層編)

以前、『ディープラーニングで作る世界一シンプルでわかりやすい競馬予想AI』という記事を投稿しました。

そこで作成したディープラーニングモデルは高い精度を見せましたが、さらに精度を向上させる余地があると感じました。そこで少し高度な内容になりますが、今回はその強化編を始めます。

今回の目標は、実際の競馬予想で実用的に使えるモデルに仕上げることです。

今後、さまざまな方法でモデルの精度向上を目指していきますが、基本的な基準となるのは、『ディープラーニングで作る世界一シンプルでわかりやすい競馬予想AI』で作成したモデルです。

強化編では、毎回1つのパラメータのみを基準モデルから変更し、その結果を確認していきます。そのため、どの記事からでも内容を理解できるようにしています。

最後に、強化編のまとめとして、効果のあった手法をすべて総括します。

では今回は隠れ層の層数に注目します。

下記(5層)のように層を増やしてみます。ディープラーニングという名前も、層を深く重ねることが由来と言われています。

        Dense(128),
        Activation('relu'), 

        Dense(128),
        Activation('relu'), 

        Dense(128),
        Activation('relu'), 

     Dense(128),
        Activation('relu'),

        Dense(64),
        Activation('relu'),
2層(128,64)
3層(128,128,64)
5層(128,128,128,128,64)
10層(128,128,128,128,128,128,128,128,128,64)
20層(128,…128,64)

それぞれの結果を比較すると、10層のモデルが最も良い結果を示しました。20層では10層とほぼ変わらずか少しパフォーマンスが低下することも確認されました。

層を増やしすぎると、勾配消失などの問題が発生する可能性があります。そのため、無闇に層を増やすことは避けるべきです。効果がない場合は、むしろシンプルな構造の方が良いこともあります。

いいなと思ったら応援しよう!

シークレット
もし記事が良かったなと思った人はサポートしていただけると嬉しいです! より良い情報をお伝えできるように頑張ります🙇‍♂️