サルでもわかる機械学習

Keras2でMNIST目次
Kerasプログラミングの全体図

1. (1)Kerasを使用するためのimport文
2. (2)データ準備(Keras)　⇐ いまココ
3. (3)モデル設定(Keras)
4. (4)モデル学習(Keras)
5. (5)結果の出力(Keras)
6. (6)学習結果の保存(Keras)
7. (7)推測(Keras)

以下のような流れになります。Numpy配列についての知識が必要です。Numpy配列については、Chainer用の画像処理メモ（５）初めてのNumPy"import numpy as np"とChainer用の画像処理メモ（６）画像をNumpy配列に変換をご覧いただければ幸いです。

#2 データ準備(Keras)
image_list = []
label_list = []
# 画像を読み込み、リサイズ、正規化などを行い、
# Numpy配列に変換し、「学習用データ」と「テストデータ」を作成する。
X_train, X_test, y_train, y_test = train_test_split(image_list, label_list, test_size=0.33, random_state=111)

自前データを利用する場合に最も大事な部分であり、最初は、かなりとっつきにくい部分となります。 具体的な方法について興味のある方はKeras2用自前データの準備をご覧ください。 今回は一番最初のチュートリアルなので、以下のようにKerasが用意しているMNISTデータセット（画像ではなく、既に数値の配列に変換されているもの）を用いて行います。 （MNISTデータを用いるときしかできません。自前データを利用する場合は真似できない方法であり、あくまでチュートリアル用の方法です。）

#2 データ準備(Keras)(MNISTの場合)
# Kerasが用意しているMNISTデータセットをダウンロードしてx_train, y_train, x_test, y_testに代入
(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.reshape(60000, 784)
x_test = x_test.reshape(10000, 784)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255

初めてKerasプログラミングをやるときの超おすすめ本。

次 (3)モデル設定(Keras)

前 (1)Kerasを使用するためのimport文

Keras2でMNIST目次
Kerasプログラミングの全体図

1. (1)Kerasを使用するためのimport文
2. (2)データ準備(Keras)
3. (3)モデル設定(Keras)
4. (4)モデル学習(Keras)
5. (5)結果の出力(Keras)
6. (6)学習結果の保存(Keras)
7. (7)推測(Keras)