3_モデル設定_keras

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。

この比較画面へのリンク

--- 3_モデル設定_keras [2017/11/05] – [1. データセットの準備] adash333
+++ 3_モデル設定_keras [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 50: / 行 50: @@
 {{:pasted:20171106-051215.png}}
-==== 1. データセットの準備 ====
+==== 1. モデルの設定 ====
-以下のコードを入力して、Shift + Enterを押します。最初は、MNISTの画像データなどがダウンロードされるので、時間がかかります。
+以下のコードを入力して、Shift + Enterを押します。
 <code>
@@ 行 92: / 行 92: @@
 </code>
-batch_size, epochsなどの数値を設定します。まだよく分かっていないので、今後、勉強して内容が理解できたら、こちらに追加記載させていただきたいと思います。
+batch_size, epochsなどの数値を設定します。epochsは、学習を繰り返す回数であり、回数が少なすぎても、多すぎても微妙と言われています(参考:過学習、early stopping)。今回のコードの場合、適切なepoch数についてはわかりませんが、学習にかかる時間について記載します。ノートパソコンだと、1 epochあたり32秒くらいかかるので、今回のチュートリアルでは、epoch数をかなり少ない3回としました。GPUを積んだデスクトップパソコンだと、1 epochあたり2秒とかなので、epoch数は20回に設定すればよいと思います。
+batch_sizeについては、まだよく分かっていないので、今後、勉強して内容が理解できたら、こちらに追加記載させていただきたいと思います。
 <code>
@@ 行 106: / 行 108: @@
 "model = Sequential()"というおまじないの文章の後、モデルを1個ずつ順番に記述していきます。
-今回は、3層のMLP(multiple layer perceptron)のモデルを設定しています。
+今回は、4層のMLP(multiple layer perceptron)のモデルを設定しています。
 <code>
 model.add(Dense(512, activation='relu', input_shape=(784,)))
@@ 行 162: / 行 164: @@
 metricsについてはよくわかりません。。。（爆）
-(参考)\\
+KerasでのModel設定の手順は上記でおしまいです。
+初めての場合は、次は、とりあえず、<wrap hi>[[(4)モデル学習(Keras)]]</wrap>に進んでください。
+===== kerasで損失関数(=目的関数)の利用方法 =====
+作成中
+(参考)
 損失関数の利用方法について\\
-https://keras.io/ja/losses/
+https://keras.io/ja/losses/\\
 https://keras.io/ja/objectives/
-optimizer(最適化)について\\
-https://keras.io/ja/optimizers/
 機械学習における誤差関数、損失関数、etcについて\\
 http://otasuke.goo-net.com/qa8944219.html
-KerasでのModel設定の手順は上記でおしまいです。
+===== Optimizerについて =====
+optimizer(最適化)について\\
-<wrap hi>
+https://keras.io/ja/optimizers/
-初めての場合は、次は、とりあえず、</wrap>[[(4)モデル学習(Keras)]]<wrap hi>に進んでください。
-</wrap>
-===== keras.datasets.mnist.load_data()関数について =====
-作成中
 ===== 参考文献 =====
 初めてKerasプログラミングをやるときの超おすすめ本。\\

3_モデル設定_keras.1509920211.txt.gz · 最終更新: 2018/10/07 (外部編集)