7_推測_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。
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 | ||
7_推測_keras [2017/11/17] – [1. モデルの学習] adash333 | 7_推測_keras [2018/10/07] (現在) – 外部編集 127.0.0.1 | ||
---|---|---|---|
行 87: | 行 87: | ||
from PIL import Image | from PIL import Image | ||
import matplotlib.pyplot as plt | import matplotlib.pyplot as plt | ||
+ | |||
+ | from keras.models import model_from_json | ||
+ | |||
+ | # load model and weight | ||
+ | model = model_from_json(open(' | ||
+ | model.load_weights(' | ||
filepath = " | filepath = " | ||
行 105: | 行 111: | ||
以下のような画面になります。 | 以下のような画面になります。 | ||
+ | {{: | ||
+ | {{: | ||
+ | ちゃんと、「2」と予測できたようです。 | ||
+ | |||
+ | 上記コードにはコメントで解説を書かせていただいておりますが、今回のポイントとしては、 | ||
+ | |||
+ | < | ||
+ | from keras.models import model_from_json | ||
+ | |||
+ | # load model and weight | ||
+ | model = model_from_json(open(' | ||
+ | model.load_weights(' | ||
+ | </ | ||
+ | の部分で、modelと、modelのweightを読み込んでいるところです。この2つの中身は、前回の< | ||
Kerasで推測の手順は上記でおしまいです。 | Kerasで推測の手順は上記でおしまいです。 | ||
行 116: | 行 136: | ||
次は、自前データでKerasで画像分類を行う方法の解説の例として、MNISTの画像データから、Keras用データセットの作成について説明したいと思います。ご興味のある方は、ぜひ、< | 次は、自前データでKerasで画像分類を行う方法の解説の例として、MNISTの画像データから、Keras用データセットの作成について説明したいと思います。ご興味のある方は、ぜひ、< | ||
- | |||
- | ===== accuracyとlossについて ===== | ||
- | |||
- | accuracy(全体正解率)予測測に対して答えがどのくらいあってたか | ||
- | |||
- | < | ||
- | Accuracy=(TP+TN)/ | ||
- | </ | ||
- | |||
- | 詳細は以下のページが参考になります。 | ||
7_推測_keras.txt · 最終更新: 2018/10/07 by 127.0.0.1