5_学習と結果の出力_chainer
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 | 前のリビジョン次のリビジョン両方とも次のリビジョン | ||
5_学習と結果の出力_chainer [2017/11/03] – [リンク] adash333 | 5_学習と結果の出力_chainer [2017/11/03] – [学習と結果の出力(Chainer)] adash333 | ||
---|---|---|---|
行 1: | 行 1: | ||
===== 学習と結果の出力(Chainer) ===== | ===== 学習と結果の出力(Chainer) ===== | ||
- | あ | + | <wrap hi> |
+ | [[Chainer2プログラミングの全体図]] | ||
+ | -[[(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)]] | ||
+ | -[[(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(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)]] | ||
+ | -[[(7)推測|(7)推測(Chainer)]] | ||
+ | |||
+ | < | ||
+ | (5)#5 学習と結果の出力 | ||
+ | # UpdaterにIteratorとOptimizerを渡す | ||
+ | from chainer import training | ||
+ | updater = training.StandardUpdater(train_iter, | ||
+ | # TrainerにUpdaterを渡す | ||
+ | trainer = training.Trainer(updater, | ||
+ | # TrainerにExtensionを追加 | ||
+ | from chainer.training import extensions | ||
+ | # trainer.extend()で、学習の進行状況を表すプログレスバーや、lossのグラフ化と画像の保存などを行う | ||
+ | # 学習を実行 | ||
+ | trainer.run() | ||
+ | </ | ||
+ | |||
+ | ===== 開発環境 ===== | ||
+ | Windows 8.1\\ | ||
+ | Anaconda \\ | ||
+ | Python 3.5\\ | ||
+ | Chainer 2.0\\ | ||
+ | |||
+ | Chainerのインストール方法は[[Chainer2.0をWindowsにインストール]]をご覧下さい。 | ||
+ | |||
+ | このページは、[[(1)Chainer2を使用するためのimport文]]の続きであり、今回は、MNISTのデータの準備・設定を行っていきます。 | ||
+ | |||
+ | データの準備が難しいところなのですが、今回は、最初なので、Chainerであらかじめ用意されているMNISTデータセットを利用します。 | ||
+ | |||
+ | オリジナルデータセットの準備については、後日、[[Chainer2用自前データの準備]] | ||
+ | に記載予定です。 | ||
+ | ===== 手順 ===== | ||
+ | |||
+ | |||
+ | ==== 0. 前回終了時の画面 ==== | ||
+ | [[(1)Chainer2を使用するためのimport文]]終了時の、以下のような状態から始めます。 | ||
+ | |||
+ | {{: | ||
+ | ==== 1. データセットの準備 ==== | ||
+ | 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。 | ||
+ | |||
+ | < | ||
+ | from chainer.datasets import mnist | ||
+ | |||
+ | # データセットがダウンロード済みでなければ、ダウンロードも行う | ||
+ | train, test = mnist.get_mnist(withlabel=True, | ||
+ | |||
+ | # matplotlibを使ったグラフ描画結果がnotebook内に表示されるようにします。 | ||
+ | %matplotlib inline | ||
+ | import matplotlib.pyplot as plt | ||
+ | |||
+ | # データの例示 | ||
+ | x, t = train[0] | ||
+ | plt.imshow(x.reshape(28, | ||
+ | plt.show() | ||
+ | print(' | ||
+ | </ | ||
+ | |||
+ | 以下のような画面になります。(以下の画面は、2回目以降の画面となります。最初は、「Downloading from %%http:// | ||
+ | |||
+ | {{: | ||
+ | |||
+ | 順に解説していきます。 | ||
===== リンク ===== | ===== リンク ===== | ||
行 16: | 行 85: | ||
-[[(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)]] | ||
-[[(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)]] <wrap hi><= いまココ</ |
-[[(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)]] |
5_学習と結果の出力_chainer.txt · 最終更新: 2018/10/07 by 127.0.0.1