サルでもわかる機械学習

<ChainerでMNIST目次>
(0)Chainer2プログラミングの全体図
(1)Chainer2を使用するためのimport文
(2)データの準備・設定
(3)モデルの記述
(4)モデルと最適化アルゴリズムの設定
(5)学習（Trainerを利用しない場合）
(6)結果の出力

#5 学習（Trainerを利用しない場合）
for epoch in range(繰り返し回数)
    データの加工
    model.cleargrads() #勾配初期化
    loss = model(...)  #誤差計算
    loss.backward      #勾配計算
    optimizer.update   #パラメータ更新

Windows 8.1
Anaconda
Python 3.5
Chainer 2.0

Chainerのインストール方法はChainer2.0をWindowsにインストールをご覧下さい。

このページは、(5)学習（Trainerを利用しない場合）の続きであり、今回は、結果の出力の記述を行っていきます。

(5)学習（Trainerを利用しない場合）終了時の、以下のような状態から始めます。

以下のコードを入力して、Shift + Enterを押します。

#6 結果の出力
ok = 0
for i in range(len(test)):
    x = Variable(np.array([ test[i][0] ], dtype=np.float32))
    t = test[i][1]
    out = model.fwd(x)
    ans = np.argmax(out.data)
    if (ans == t):
        ok += 1
        
print((ok * 1.0)/len(test))

すると、以下のような画面になります。

以上で、ChainerでMNIST分類の解説は、いったん終了です。

Chainer: ビギナー向けチュートリアル Vol.1 mitmul 2017年05月18日に更新 https://qiita.com/mitmul/items/eccf4e0a84cb784ba84a

Chainer2に関しては、以下の本がかなりおすすめです。

Deep Learningについての理論については、以下の本が超お勧めです。

<ChainerでMNIST目次>
(0)Chainer2プログラミングの全体図
(1)Chainer2を使用するためのimport文
(2)データの準備・設定
(3)モデルの記述
(4)モデルと最適化アルゴリズムの設定
(5)学習（Trainerを利用しない場合）
(6)結果の出力　 ←いまここ