kerasで初めての機械学習
差分
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 [2017/07/29] adash333 [機械学習プログラムのコピペと実行] |
kerasで初めての機械学習 [2018/10/07] (現在) |
||
|---|---|---|---|
| ライン 1: | ライン 1: | ||
| ===== （４）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> | ||
| + | |||
| 初めてのTensorflow ～Kerasで機械学習プログラミング～\\ | 初めてのTensorflow ～Kerasで機械学習プログラミング～\\ | ||
| http://twosquirrel.mints.ne.jp/?p=19402 | http://twosquirrel.mints.ne.jp/?p=19402 | ||
| ライン 11: | ライン 15: | ||
| ====前回まで==== | ====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。 | + | 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。 | + | 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。 | + | 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！ | + | まずは実行して雰囲気を味わいましょう！\\ |
| ==== Jupyter Notebookの起動==== | ==== Jupyter Notebookの起動==== | ||
| ライン 41: | ライン 45: | ||
| https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py | https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py | ||
| - | + | {{:pasted:20170729-153953.png}} | |
| - | （参考） | + | {{:pasted:20170729-154008.png}} |
| - | はじめての Deep Learning – Keras で MLP for MNIST\\ | + | {{:pasted:20170729-154051.png}} |
| - | 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 | + | |
| Ctrl + Enterを押して、プログラムを実行。 | Ctrl + Enterを押して、プログラムを実行。 | ||
| - | 私のノートパソコンでは12分くらいかかりました。 | + | {{:pasted:20170729-154113.png}} |
| - | NVIDIA製のGPUを搭載したパソコンで、Tensorflo-GPUをbackendに用いて | + | {{:pasted:20170729-154133.png}} |
| - | 計算すると、もっと早く計算できるようです。 | + | {{:pasted:20170729-154146.png}} |
| - | Windows7にKeras2.0をインストールしてMNIST\\ | + | 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） |
| - | http://twosquirrel.mints.ne.jp/?p=19005 | + | |
| + | 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、\\ | 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、\\ | （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」）\\ | （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 %であった\\ | + | （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。 | 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。 | 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 | ||
kerasで初めての機械学習.1501308626.txt.gz · 最終更新: 2018/10/07 (外部編集)
