kerasで初めての機械学習
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 | 前のリビジョン最新のリビジョン両方とも次のリビジョン | ||
kerasで初めての機械学習 [2017/07/29] – adash333 | kerasで初めての機械学習 [2017/07/29] – [前回まで] adash333 | ||
---|---|---|---|
行 1: | 行 1: | ||
===== (4)Kerasで初めての機械学習 ===== | ===== (4)Kerasで初めての機械学習 ===== | ||
+ | < | ||
+ | <iframe width=" | ||
+ | </ | ||
+ | |||
初めてのTensorflow ~Kerasで機械学習プログラミング~\\ | 初めてのTensorflow ~Kerasで機械学習プログラミング~\\ | ||
http:// | http:// | ||
行 11: | 行 15: | ||
====前回まで==== | ====前回まで==== | ||
- | 前回の動画で、WindowsにAnaconda Prompt上で、Tensorflow 1.2とKeras2.0をインストールしました。 | + | 前回の動画で、WindowsにAnaconda Prompt上で、Tensorflow 1.2とKeras2.0をインストールしました。\\ |
- | 今回は、実際にKerasの機械学習サンプルプログラムを実行してみます。 | + | 今回は、実際にKerasの機械学習サンプルプログラムを実行してみます。\\ |
- | コードの意味は全く分からなくて大丈夫です。 | + | コードの意味は全く分からなくて大丈夫です。\\ |
- | まずは実行して雰囲気を味わいましょう! | + | まずは実行して雰囲気を味わいましょう!\\ |
==== Jupyter Notebookの起動==== | ==== Jupyter Notebookの起動==== | ||
行 51: | 行 55: | ||
{{: | {{: | ||
- | 私のノートパソコンでは12分くらいかかりました。 | + | 最後のグラフは、横軸が学習Epoch(エポック)数、縦軸が、青線が教師データの誤答率(?)、オレンジの線が評価データの誤答率(?)のようです。詳細はよくわかりません、、、(爆) |
+ | |||
+ | 私のノートパソコンでは12分くらいかかりました。\\ | ||
NVIDIA製のGPUを搭載したパソコンで、Tensorflo-GPUをbackendに用いて計算すると、もっと早く計算できるようです。 | NVIDIA製のGPUを搭載したパソコンで、Tensorflo-GPUをbackendに用いて計算すると、もっと早く計算できるようです。 | ||
行 57: | 行 63: | ||
(1)Tensorflowを用いて、60000サンプルの教師データを元に、手書き数字を認識する「学習」を行い、\\ | (1)Tensorflowを用いて、60000サンプルの教師データを元に、手書き数字を認識する「学習」を行い、\\ | ||
(2)その学習結果を用いて、10000サンプルの手書き数字の分類を行い、正解率を求めた。(「評価」)\\ | (2)その学習結果を用いて、10000サンプルの手書き数字の分類を行い、正解率を求めた。(「評価」)\\ | ||
- | (3)10000サンプル(テストデータ)の正解率は %であった\\ | + | (3)10000サンプル(テストデータ)の正解率は98.3%であった\\ |
ということになります。 | ということになります。 | ||
kerasで初めての機械学習.txt · 最終更新: 2018/10/07 by 127.0.0.1