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 | ||
kerasで初めての機械学習 [2017/07/29] – adash333 | kerasで初めての機械学習 [2018/10/07] (現在) – 外部編集 127.0.0.1 | ||
---|---|---|---|
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=" | ||
+ | </ | ||
- | (開発環境) | + | 初めてのTensorflow ~Kerasで機械学習プログラミング~\\ |
- | Windows8.1 | + | http:// |
- | Anaconda Promptの起動 | + | ====開発環境==== |
+ | Windows8.1\\ | ||
+ | Python 3.6.1\\ | ||
+ | Anaconda 4.4.0 (64-bit)\\ | ||
+ | Tensorflow 1.2.1\\ | ||
+ | Keras 2.0.6\\ | ||
+ | |||
+ | ====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。\\ | ||
+ | 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。\\ | ||
+ | まずは実行して雰囲気を味わいましょう!\\ | ||
+ | |||
+ | ==== Jupyter Notebookの起動==== | ||
+ | Windowsのスタートボタンから、Anaconda Promptを起動してから、 | ||
< | < | ||
行 21: | 行 38: | ||
画面右上のNew › python3 で新しいタブを立ち上げる。 | 画面右上のNew › python3 で新しいタブを立ち上げる。 | ||
+ | |||
+ | ==== 機械学習プログラムのコピペと実行==== | ||
以下のリンクから、手書き数字MNIST認識プログラムのソースコードをコピペ。 | 以下のリンクから、手書き数字MNIST認識プログラムのソースコードをコピペ。 | ||
行 26: | 行 45: | ||
https:// | https:// | ||
+ | {{: | ||
+ | {{: | ||
+ | {{: | ||
- | (参考) | + | Ctrl + Enterを押して、プログラムを実行。 |
- | はじめての Deep Learning – Keras で MLP for MNIST\\ | + | |
- | Published Fri, Jul 15, 2016 by m0t0k1ch1\\ | + | |
- | http:// | + | |
- | https://github.com/ | + | {{:pasted: |
+ | {{: | ||
+ | {{: | ||
+ | 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) | ||
- | Ctrl + Enterを押して、プログラムを実行。 | + | 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。 | ||
- | 私のノートパソコンでは 分くらいかかりました。 | + | 上記の操作により、\\ |
- | + | (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、\\ | |
- | 上記の操作により、 | + | (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」)\\ |
- | (1)Tensorflowを用いて、60000サンプルのデータを元に、手書き数字を認識する学習を行い | + | (3)10000サンプル(テストデータ)の正解率は98.3%であった\\ |
- | (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 | + | |
- | (3)10000サンプル(テストデータ)の正解率は %であった | + | |
ということになります。 | ということになります。 | ||
次は、Kerasで機械学習を可視化する方法を解説していきたいと思います。 | 次は、Kerasで機械学習を可視化する方法を解説していきたいと思います。 | ||
+ | ==== 参考 ==== | ||
+ | はじめての Deep Learning – Keras で MLP for MNIST\\ | ||
+ | Published Fri, Jul 15, 2016 by m0t0k1ch1\\ | ||
+ | http:// | ||
+ | |||
+ | https:// | ||
+ | |||
+ | Windows7にKeras2.0をインストールしてMNIST(WindowsでTensorflow-GPUを利用した場合)\\ | ||
+ | http:// | ||
kerasで初めての機械学習.txt · 最終更新: 2018/10/07 by 127.0.0.1