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。

この比較画面へのリンク

--- 5_学習と結果の出力_chainer [2017/11/03] – [学習と結果の出力(Chainer)] adash333
+++ 5_学習と結果の出力_chainer [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 10: / 行 10: @@
   -[[(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)]]
+<code>
+（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, optimizer, device=gpu_id)
+# TrainerにUpdaterを渡す
+trainer = training.Trainer(updater, (max_epoch, 'epoch'), out='mnist_result')
+# 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()
+</code>
+===== 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、[[(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)]]の続きであり、今回は、MNISTの学習と結果の出力を行っていきます。
+===== 手順 =====
+==== 0. 前回終了時の画面 ====
+[[(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)]]終了時の、以下のような状態から始めます。
+作成中。
+{{:pasted:20171103-205859.png?400|}}
+==== 1. データセットの準備 ====
+作成中。
+<code>
+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, ndim=1)
+# 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, 28), cmap='gray')
+plt.show()
+print('label:', t)
+</code>
+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://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz...%%」といった感じの文字が4行続くと思います。）
+{{:pasted:20171103-211623.png}}
+順に解説していきます。
 ===== リンク =====

5_学習と結果の出力_chainer.1509717202.txt.gz · 最終更新: 2018/10/07 (外部編集)