3_モデルの記述
差分
このページの2つのバージョン間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 | ||
3_モデルの記述 [2017/11/03] – [リンク] adash333 | 3_モデルの記述 [2018/10/07] (現在) – 外部編集 127.0.0.1 | ||
---|---|---|---|
行 1: | 行 1: | ||
===== (3)モデルの記述 ===== | ===== (3)モデルの記述 ===== | ||
- | <ChainerでMNIST目次> | + | <wrap hi> |
- | [[Chainer2プログラミングの全体図|(0)Chainer2プログラミングの全体図]]\\ | + | [[Chainer2プログラミングの全体図]] |
- | [[(1)Chainer2を使用するためのimport文]]\\ | + | -[[(1)Chainer2を使用するためのimport文]] |
- | [[(2)データの準備・設定]]\\ | + | -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] |
- | (3)モデルの記述 | + | -[[(3)モデルの記述|(3)モデルの記述(Chainer)]] < |
- | [[(4)モデルと最適化アルゴリズムの設定]]\\ | + | -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] |
- | [[(5)学習(Trainerを利用しない場合)]]\\ | + | -[[(5)学習と結果の出力(Chainer)]] |
- | [[(6)結果の出力]]\\ | + | -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] |
+ | -[[(7)推測|(7)推測(Chainer)]] | ||
< | < | ||
行 14: | 行 15: | ||
class MyModel(Chain): | class MyModel(Chain): | ||
def __init__(self): | def __init__(self): | ||
- | | + | super(MyModel, |
# パラメータを含む関数の宣言 | # パラメータを含む関数の宣言 | ||
) | ) | ||
- | | ||
def __call__(self, | def __call__(self, | ||
- | # 損失関数 | + | # モデルを記載 |
- | + | ||
- | def fwd(self, x): | + | |
- | # 順伝播? ここにもモデルを記載、予測するときにこの関数を用いる | + | |
</ | </ | ||
行 41: | 行 38: | ||
[[(2)データの準備・設定]]終了時の、以下のような状態から始めます。 | [[(2)データの準備・設定]]終了時の、以下のような状態から始めます。 | ||
- | {{:pasted:20171019-231608.png}} | + | {{:pasted:20171103-224810.png}} |
==== 1. モデルの記述 ==== | ==== 1. モデルの記述 ==== | ||
以下のコードを入力して、Shift + Enterを押します。 | 以下のコードを入力して、Shift + Enterを押します。 | ||
< | < | ||
- | #3 モデルの記述 | + | ''' |
- | import chainer | + | 今回は、手書き数字MNIST画像を、multiple layer perceptron(多層パーセプトロン)という |
- | import chainer.links as L | + | ニューラルネットワークモデルを用いて機械学習で分類します。 |
- | import | + | 層構造のイメージは、以下のリンクが参考になります。 |
+ | https:// | ||
+ | ネットワークは3層で、入力層、隠れ層、出力層の3層とします。 | ||
+ | 28x28のグレースケール画像を、0から255までの値をとる各ピクセルの値を、 | ||
+ | 784個、横に並んだ数字の配列に変換して(、さらに255で割って)、 | ||
+ | 入力層に入れます。入力層のunit数は784個となります。 | ||
+ | 中間層のunit数(n_mid_units)は、今回は、100個に設定しています。 | ||
+ | 手書き数字の0から9まで10種類の画像を分類するため、 | ||
+ | 出力層のunit数(n_out)は、10個となります。 | ||
+ | ''' | ||
+ | |||
+ | class MLP(chainer.Chain): | ||
- | class MyModel(Chain): | ||
def __init__(self, | def __init__(self, | ||
- | | + | super(MLP, self).__init__( |
- | | + | |
l1=L.Linear(None, | l1=L.Linear(None, | ||
l2=L.Linear(n_mid_units, | l2=L.Linear(n_mid_units, | ||
行 61: | 行 66: | ||
) | ) | ||
- | def __call__(self, | + | def __call__(self, |
- | # 損失関数 | + | |
- | return F.softmax_cross_entropy(self.fwd(x), | + | |
- | + | ||
- | def fwd(self, x): | + | |
- | # データを受け取った際のforward計算を書く | + | |
h1 = F.relu(self.l1(x)) | h1 = F.relu(self.l1(x)) | ||
h2 = F.relu(self.l2(h1)) | h2 = F.relu(self.l2(h1)) | ||
行 73: | 行 73: | ||
すると、以下のような画面になります。(ほとんど何もおこりません。) | すると、以下のような画面になります。(ほとんど何もおこりません。) | ||
+ | |||
+ | 図は作成中 | ||
{{: | {{: | ||
行 99: | 行 101: | ||
===== リンク ===== | ===== リンク ===== | ||
- | 次 [[(1)Chainer2を使用するためのimport文]] | + | 次 [[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] |
- | 前 [[Chainer2.0をWindowsにインストール]] | + | 前 [[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] |
行 108: | 行 110: | ||
-[[(1)Chainer2を使用するためのimport文]] | -[[(1)Chainer2を使用するためのimport文]] | ||
-[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] | -[[(2)データの準備・設定|(2)データの準備・設定(Chainer)]] | ||
- | -[[(3)モデルの記述|(3)モデルの記述(Chainer)]] | + | -[[(3)モデルの記述|(3)モデルの記述(Chainer)]] <wrap hi><= いまココ</ |
-[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] | -[[(4)モデルと最適化アルゴリズムの設定|(4)モデルと最適化アルゴリズムの設定(Chainer)]] | ||
-[[(5)学習と結果の出力(Chainer)]] | -[[(5)学習と結果の出力(Chainer)]] | ||
-[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] | -[[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] | ||
-[[(7)推測|(7)推測(Chainer)]] | -[[(7)推測|(7)推測(Chainer)]] | ||
- | |||
- |
3_モデルの記述.1509673045.txt.gz · 最終更新: 2018/10/07 (外部編集)