ユーザ用ツール

サイト用ツール


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。

この比較画面へのリンク

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] adash333keras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 =====
 +<html>
 +<iframe width="560" height="315" src="https://www.youtube.com/embed/tik5X7Qjzxo" frameborder="0" allowfullscreen></iframe>
 +</html>
 +
 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://twosquirrel.mints.ne.jp/?p=19402 http://twosquirrel.mints.ne.jp/?p=19402
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 41: 行 45:
 https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py
  
 +{{:pasted:20170729-153953.png}}
 +{{:pasted:20170729-154008.png}}
 +{{:pasted:20170729-154051.png}}
  
-(参考) +Ctrl + Enterを押し、プログラムを実行。
-はじめの Deep Learning – Keras で MLP for MNIST\\ +
-Published Fri, Jul 15, 2016 by m0t0k1ch1\\ +
-http://m0t0k1ch1st0ry.com/blog/2016/07/15/keras/+
  
-https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py+{{:pasted:20170729-154113.png}} 
 +{{:pasted:20170729-154133.png}} 
 +{{:pasted:20170729-154146.png}}
  
 +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プログラム実行+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搭載たパソコンでTensorflo-GPUbackend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12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サンプルの教師データを元に、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。(「評価」) +
-(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://m0t0k1ch1st0ry.com/blog/2016/07/15/keras/
 +
 +https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py
 +
 +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://twosquirrel.mints.ne.jp/?p=19005
  
  

kerasで初めての機械学習.1501308406.txt.gz · 最終更新: 2018/10/07 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki