サルでもわかる機械学習

Keras公式サイトのMLP（Multi Layer Perceptron）を用いたMNIST
https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py
を実行してみます。

（環境）
Dell XPS 8700
Core i7-4770 3.40 GHz
RAM 32GB
GPU NVIDIA GeForce GTX 660
Windows 7 Pro 64bit

Python 3.5.2
Anaconda 4.3.1
Tensorflow 1.2
Keras 2.0

Windowsパソコンにanacondaをインストールをご覧ください。

Windowsのスタートボタン　＞　Anaconda3(64-bit)　＞　Anaconda Prompt　をクリックして、Anaconda Promptを開いたのち、以下のコマンドを入力して、tensorflowをインストール。

pip install --upgrade tensorflow
pip install --upgrade -I setuptools
pip install --upgrade tensorflow

その後、以下のコマンドを入力してjupyter notebookを立ち上げる。

jupyter notebook

ブラウザが自動的に立ち上がったら、Newで新しいipynbファイルを作成し、以下を入力してShift+Enterで実行。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

すると、以下のように、b'Hello, TensorFlow!'と表示される。

Anaconda Prompt上で、Ctrl+Cで、jupyter notebookを一時停止してから、以下のコマンドを入力。

pip install keras

keras-2.0.6 がインストールされた。kerasが動いているか確認する。

python
import keras

うまくインストールされている場合は、以下のように、“Using TensorFlow backend.”と表示される。

以下のように表示されてうまくいかない場合がある。

上記の場合は、backendをTheanoからTensorflowに変更する。

C:\ユーザ\(*ユーザーネーム*)\.keras\　　の中にある、keras.jsonをVisualStudioCodeで開く。

こちらのサイトを参考に、keras.jsonを変更する。

（変更前）

（変更後）

その後、もう一度、Anaconda Promptから、jupyter notebookを立ち上げて、import kerasを入力して、Ctrl+Enterで実行すると、以下のようになり、Tensorflow backendのKerasがインストールされたことが確認できる。

jupyter notebook上で、こちらのGitHubのソースコードをコピペしてShift+Enterで実行。

このコードは20 Epoch計算を繰り返すのであるが、ノートパソコンでTensorflow(CPU) backendで実行すると、１Epochあたり32秒くらいずつかかっていました（下記参照）。デスクトップパソコン（GPUがNVIDIA GeForce GTX 660）を用いて、Tensorflow(GPU) backendで実行すると、1 Epochあたり2秒ずつくらいになり、全部で1分くらいで計算が完了しました。

次からは、しばらく、このMNIST手書き数字認識のプログラムを解説していきたいと思います。

次：Kerasプログラミングの全体図

Windows8.1(ノートパソコン)にKeras2.0をインストールしてMNIST 2017/7/19
http://twosquirrel.mints.ne.jp/?p=18978

Windows7でTensorflow1.0-GPUの環境構築（2017年5月版） 2017/5/20
http://twosquirrel.mints.ne.jp/?p=17040

Keras バックエンドの変更 samacoba 2017年03月20日に投稿
http://qiita.com/samacoba/items/3e29f0ac61c2f369892b

Keras公式サイトのMLP（Multi Layer Perceptron）を用いたMNIST
https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py

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/

上記サイト作者様作成の日本語解説付きコード
https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py

人工知能に関する断創録 2016-11-09 KerasでMNIST
http://aidiary.hatenablog.com/entry/20161109/1478696865

PythonでMNISTを利用する方法まとめ ToshikiShimizu 2016年08月02日に投稿
http://qiita.com/ToshikiShimizu/items/6bfacef12dafd63b1080

TensorFlow : ML 初心者向けの MNIST （コード解説） 投稿者: Masashi Okumura in MNIST, TensorFlow 投稿日: 03/09/2016.
http://tensorflow.classcat.com/2016/03/09/tensorflow-cc-mnist-for-ml-beginners/

DeepLearningだ！と意気込んだものの手書き数字認識の後に続かなくなった時に読むデータそのものの話 EnsekiTT 2016年03月30日に更新
http://qiita.com/EnsekiTT/items/66ae1b00a0fefbd036d0

2014-07-23 MNIST 手書き数字データを画像ファイルに変換する
http://y-uti.hatenablog.jp/entry/2014/07/23/074845
本家サイトはバイナリファイルでデータを配布しており、そのデータをテキストファイルに変換したり、実際の画像を表示する方法が詳しく書かれている。

2017年3月7日 更新 1 3,700 view Deep learningで画像認識⑤〜Kerasで畳み込みニューラルネットワーク vol.1〜
https://lp-tech.net/articles/gjZvu

次： Kerasプログラミングの全体図
目次
前： WindowsにKeras2.0をインストール