サルでもわかる機械学習

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

Windows8.1
Python 3.6.1
Anaconda 4.4.0 (64-bit)
Tensorflow 1.2.1
Keras 2.0.6

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！

Windowsのスタートボタンから、Anaconda Promptを起動してから、

cd c:\python

# バージョン確認
pip list | grep Keras
python
import tensorflow as tf
tf.__version__
quit()

# jupyter notebookの起動
jupyter notebook

画面右上のNew › python3 で新しいタブを立ち上げる。

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

（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

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。 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。

Windows7にKeras2.0をインストールしてMNIST
http://twosquirrel.mints.ne.jp/?p=19005

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　　%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。