7_推測
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。
次のリビジョン | 前のリビジョン | ||
7_推測 [2017/10/20] – 作成 adash333 | 7_推測 [2018/10/07] (現在) – 外部編集 127.0.0.1 | ||
---|---|---|---|
行 1: | 行 1: | ||
- | ===== 見出し | + | ===== (7)推測 |
- | あ | + | |
- | ===== 見出し ===== | + | <wrap hi> |
- | あ | + | [[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)]] < | ||
+ | |||
+ | < | ||
+ | # | ||
+ | #7 推測 | ||
+ | # import文 | ||
+ | |||
+ | # modelの定義 | ||
+ | class MLP(chainer.Chain): | ||
+ | def __init__(self, | ||
+ | super(MLP, self).__init__() | ||
+ | with self.init_scope(): | ||
+ | # モデルを記載 | ||
+ | |||
+ | def __call__(self, | ||
+ | # モデルを記載 | ||
+ | |||
+ | # モデルを使って判定する | ||
+ | model = L.Classifier(MLP(1000, | ||
+ | # 前回の学習結果のパラメータをインポート | ||
+ | serializers.load_npz(' | ||
+ | # 画像を読み込み、データセットに変換した後(後述) | ||
+ | # ニューラルネットワークにおけるノードに対応するオブジェクトに変換する | ||
+ | x = chainer.Variable(image) | ||
+ | # chainer.links.Classifierのpredictorで推測 | ||
+ | y = model.predictor(x) | ||
+ | # y.dataという配列の中で一番大きい値をとる要素のインデックスを返す | ||
+ | predict | ||
+ | |||
+ | print(" | ||
+ | |||
+ | </ | ||
+ | |||
+ | ===== 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、[[(6)結果の出力]]の続きであり、今回は、推測を行っていきます。 | ||
+ | |||
+ | ===== 手順 ===== | ||
+ | |||
+ | ==== 0. 前回終了時の画面 ==== | ||
+ | [[(6)結果の出力]]終了時の、以下のような状態から始めます。 | ||
+ | |||
+ | {{: | ||
+ | |||
+ | ==== 1. 推測 ==== | ||
+ | |||
+ | 新しいnotebookを作成して、predict.jpynbという名前にします。 | ||
+ | |||
+ | predict.jpynbと同じフォルダに、0.jpgという名前で28x28の手書き数字を保存しておきます。なお、Windows付属の「ペイント」などで、背景を黒で、数字の部分を白で書いて作ってください。今回は、これを推測します。 | ||
+ | |||
+ | 以下のコードを入力して、Shift + Enterを押します。 | ||
+ | |||
+ | < | ||
+ | <script src=" | ||
+ | </ | ||
+ | |||
+ | すると、以下のような画面になります。 | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | (作成中) | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | これで、ChainerでMNISTの解説は終了となります。 | ||
+ | |||
+ | |||
+ | ==== chainer.Variable()について | ||
+ | |||
+ | chainerで画像データをモデルに入力はするためには、画像データをNumpy配列に変換し、さらに、型をVariableに変換する必要がある。 | ||
+ | |||
+ | < | ||
+ | import numpy as np | ||
+ | import chainer | ||
+ | from chainer import Variable | ||
+ | |||
+ | # PILなどでimageを読み込んでおき、Numpy配列に変換しておき、 | ||
+ | # 以下で、ニューラルネットワークにおけるノードに対応するオブジェクトに変換する | ||
+ | x = chainer.Variable(image) | ||
+ | </ | ||
+ | |||
+ | |||
+ | chainerのvariableについて | ||
+ | 20170521\\ | ||
+ | https:// | ||
+ | |||
+ | Chainerの基本オブジェクトについて〜Variable編〜 | ||
+ | 20161024 | ||
+ | \\ | ||
+ | https:// | ||
+ | |||
+ | chainer.Variable\\ | ||
+ | https:// | ||
+ | |||
+ | |||
+ | ==== chainer.links.Classifierのpredictorについて ==== | ||
+ | |||
+ | Chainerでは、modelは、必ず、L.Classifier(model)としておく。 | ||
+ | |||
+ | < | ||
+ | import numpy as np | ||
+ | import chainer | ||
+ | from chainer import Variable | ||
+ | |||
+ | # ニューラルネットワークにおけるノードに対応するオブジェクトに変換する | ||
+ | x = chainer.Variable(image) | ||
+ | # chainer.links.Classifierのpredictorで推測 | ||
+ | y = model.predictor(x) | ||
+ | # y.dataという配列の中で一番大きい値をとる要素のインデックスを返す | ||
+ | # 今回は、インデックスの値がそのまま、数字の分類項目となっている | ||
+ | predict = np.argmax(y.data) | ||
+ | </ | ||
+ | |||
+ | 2017-06-25 | ||
+ | 配列の最大要素のインデックスを返すNumPyのargmax関数の使い方\\ | ||
+ | https:// | ||
+ | |||
+ | |||
+ | |||
+ | https:// | ||
+ | |||
+ | |||
+ | ===== 参考文献 ===== | ||
+ | Chainer: ビギナー向けチュートリアル Vol.1 | ||
+ | | ||
+ | https:// | ||
+ | |||
+ | Chainer2に関しては、以下の本がかなりおすすめです。 | ||
+ | |||
+ | < | ||
+ | <iframe style=" | ||
+ | </ | ||
+ | |||
+ | Deep Learningについての理論については、以下の本が超お勧めです。 | ||
+ | |||
+ | < | ||
+ | <iframe style=" | ||
+ | </ | ||
===== リンク ===== | ===== リンク ===== | ||
+ | 次 [[機械学習成果をwebで公開]] | ||
+ | |||
+ | 前 [[(6)結果の出力|(6)学習結果のパラメータの保存(Chainer)]] | ||
+ | |||
+ | |||
+ | <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)]] < |
7_推測.1508509544.txt.gz · 最終更新: 2018/10/07 (外部編集)