この文書の現在のバージョンと選択したバージョンの差分を表示します。
両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
kerasで初めての機械学習 [2017/07/28] adash333 |
kerasで初めての機械学習 [2018/10/07] (現在) |
||
---|---|---|---|
ライン 1: | ライン 1: | ||
- | ===== Kerasで初めての機械学習 ===== | + | ===== (4)Kerasで初めての機械学習 ===== |
+ | <html> | ||
+ | <iframe width="560" height="315" src="https://www.youtube.com/embed/tik5X7Qjzxo" frameborder="0" allowfullscreen></iframe> | ||
+ | </html> | ||
- | (開発環境) | + | 初めてのTensorflow ~Kerasで機械学習プログラミング~\\ |
- | Windows8.1 | + | http://twosquirrel.mints.ne.jp/?p=19402 |
- | Anaconda Promptの起動 | + | ====開発環境==== |
+ | Windows8.1\\ | ||
+ | Python 3.6.1\\ | ||
+ | Anaconda 4.4.0 (64-bit)\\ | ||
+ | Tensorflow 1.2.1\\ | ||
+ | Keras 2.0.6\\ | ||
+ | ====前回まで==== | ||
+ | 前回の動画で、WindowsにAnaconda Prompt上で、Tensorflow 1.2とKeras2.0をインストールしました。\\ | ||
+ | 今回は、実際にKerasの機械学習サンプルプログラムを実行してみます。\\ | ||
+ | コードの意味は全く分からなくて大丈夫です。\\ | ||
+ | まずは実行して雰囲気を味わいましょう!\\ | ||
+ | ==== Jupyter Notebookの起動==== | ||
+ | Windowsのスタートボタンから、Anaconda Promptを起動してから、 | ||
+ | |||
+ | <code> | ||
cd c:\python | cd c:\python | ||
- | バージョン確認 | + | # バージョン確認 |
+ | pip list | grep Keras | ||
python | python | ||
import tensorflow as tf | import tensorflow as tf | ||
tf.__version__ | tf.__version__ | ||
+ | quit() | ||
+ | # jupyter notebookの起動 | ||
jupyter notebook | jupyter notebook | ||
+ | </code> | ||
画面右上のNew › python3 で新しいタブを立ち上げる。 | 画面右上のNew › python3 で新しいタブを立ち上げる。 | ||
+ | |||
+ | ==== 機械学習プログラムのコピペと実行==== | ||
以下のリンクから、手書き数字MNIST認識プログラムのソースコードをコピペ。 | 以下のリンクから、手書き数字MNIST認識プログラムのソースコードをコピペ。 | ||
+ | |||
+ | https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py | ||
+ | |||
+ | {{:pasted:20170729-153953.png}} | ||
+ | {{:pasted:20170729-154008.png}} | ||
+ | {{:pasted:20170729-154051.png}} | ||
+ | |||
+ | Ctrl + Enterを押して、プログラムを実行。 | ||
+ | |||
+ | {{:pasted:20170729-154113.png}} | ||
+ | {{:pasted:20170729-154133.png}} | ||
+ | {{:pasted:20170729-154146.png}} | ||
+ | |||
+ | 最後のグラフは、横軸が学習Epoch(エポック)数、縦軸が、青線が教師データの誤答率(?)、オレンジの線が評価データの誤答率(?)のようです。詳細はよくわかりません、、、(爆) | ||
+ | |||
+ | 私のノートパソコンでは12分くらいかかりました。\\ | ||
+ | NVIDIA製のGPUを搭載したパソコンで、Tensorflo-GPUをbackendに用いて計算すると、もっと早く計算できるようです。 | ||
+ | |||
+ | 上記の操作により、\\ | ||
+ | (1)Tensorflowを用いて、60000サンプルの教師データを元に、手書き数字を認識する「学習」を行い、\\ | ||
+ | (2)その学習結果を用いて、10000サンプルの手書き数字の分類を行い、正解率を求めた。(「評価」)\\ | ||
+ | (3)10000サンプル(テストデータ)の正解率は98.3%であった\\ | ||
+ | ということになります。 | ||
+ | |||
+ | 次は、Kerasで機械学習を可視化する方法を解説していきたいと思います。 | ||
+ | |||
+ | ==== 参考 ==== | ||
+ | はじめての Deep Learning – Keras で MLP for MNIST\\ | ||
+ | Published Fri, Jul 15, 2016 by m0t0k1ch1\\ | ||
+ | http://m0t0k1ch1st0ry.com/blog/2016/07/15/keras/ | ||
+ | |||
+ | https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py | ||
+ | |||
+ | Windows7にKeras2.0をインストールしてMNIST(WindowsでTensorflow-GPUを利用した場合)\\ | ||
+ | http://twosquirrel.mints.ne.jp/?p=19005 | ||