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。

--- kerasで手書き文字認識mnist [2017/07/23] – [MNISTデータセットについて] adash333
+++ kerasで手書き文字認識mnist [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 1: / 行 1: @@
 ===== Kerasで手書き文字認識MNIST =====
+Keras公式サイトのMLP（Multi Layer Perceptron）を用いたMNIST\\
+https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py\\
+を実行してみます。
+（環境）\\
+Dell XPS 8700\\
+Core i7-4770 3.40 GHz\\
+RAM 32GB\\
+GPU NVIDIA GeForce GTX 660\\
+Windows 7 Pro 64bit\\
+Python 3.5.2\\
+Anaconda 4.3.1\\
+Tensorflow 1.2\\
+Keras 2.0\\
+==== （１）Anacondaのインストール ====
+[[http://twosquirrel.mints.ne.jp/dokuwiki/doku.php/windows%E3%81%A7python%E3%82%92%E5%A7%8B%E3%82%81%E3%82%8B%E6%96%B9%E6%B3%952017%E5%B9%B4%E7%89%88#３_windowsパソコンにanacondaをインストール_所要時間_約40分間|Windowsパソコンにanacondaをインストール]]をご覧ください。
+==== （２）Tensorflow のインストール ====
+Windowsのスタートボタン　＞　Anaconda3(64-bit)　＞　Anaconda Prompt　をクリックして、Anaconda Promptを開いたのち、以下のコマンドを入力して、tensorflowをインストール。
+<code>
+pip install --upgrade tensorflow
+pip install --upgrade -I setuptools
+pip install --upgrade tensorflow
+</code>
+その後、以下のコマンドを入力してjupyter notebookを立ち上げる。
+<code>
+jupyter notebook
+</code>
+ブラウザが自動的に立ち上がったら、Newで新しいipynbファイルを作成し、以下を入力してShift+Enterで実行。
+<code>
+import tensorflow as tf
+hello = tf.constant('Hello, TensorFlow!')
+sess = tf.Session()
+sess.run(hello)
+</code>
+すると、以下のように、b'Hello, TensorFlow!'と表示される。
+{{:pasted:20170723-232944.png}}
+==== （３）Keras 2.0のインストール ====
+Anaconda Prompt上で、Ctrl+Cで、jupyter notebookを一時停止してから、以下のコマンドを入力。
+<code>
+pip install keras
+</code>
+{{:pasted:20170723-233326.png}}
+keras-2.0.6 がインストールされた。kerasが動いているか確認する。
+<code>
+python
+import keras
+</code>
+うまくインストールされている場合は、以下のように、"Using TensorFlow backend."と表示される。
+{{:pasted:20170723-233552.png}}
+以下のように表示されてうまくいかない場合がある。
+{{:pasted:20170723-233652.png}}
+上記の場合は、backendをTheanoからTensorflowに変更する。
+==== （３）KerasのbackendをTheanoからTensorflowに変更 ====
+C:\ユーザ\(*ユーザーネーム*)\.keras\　　の中にある、keras.jsonをVisualStudioCodeで開く。
+{{:pasted:20170723-234026.png}}
+[[http://qiita.com/samacoba/items/3e29f0ac61c2f369892b|こちらのサイト]]を参考に、keras.jsonを変更する。
+（変更前）
+{{:pasted:20170723-234044.png}}
+（変更後）
+{{:pasted:20170723-234055.png}}
+その後、もう一度、Anaconda Promptから、jupyter notebookを立ち上げて、import kerasを入力して、Ctrl+Enterで実行すると、以下のようになり、Tensorflow backendのKerasがインストールされたことが確認できる。
+{{:pasted:20170723-234413.png}}
+==== （４）Keras 2.0でMNIST手書き文字認識を、MLPモデルで実装 ====
+jupyter notebook上で、[[https://github.com/m0t0k1ch1/keras-sample/blob/master/mnist_mlp.py|こちらのGitHubのソースコード]]をコピペしてShift+Enterで実行。
+{{:pasted:20170723-234556.png}}
+{{:pasted:20170723-234629.png}}
+このコードは20 Epoch計算を繰り返すのであるが、ノートパソコンでTensorflow(CPU) backendで実行すると、１Epochあたり32秒くらいずつかかっていました（下記参照）。デスクトップパソコン（GPUがNVIDIA GeForce GTX 660）を用いて、Tensorflow(GPU) backendで実行すると、1 Epochあたり2秒ずつくらいになり、全部で1分くらいで計算が完了しました。
+次からは、しばらく、このMNIST手書き数字認識のプログラムを解説していきたいと思います。
+次：<wrap hi>[[Kerasプログラミングの全体図]]</wrap>
+Windows8.1(ノートパソコン)にKeras2.0をインストールしてMNIST
+/7/19\\
+http://twosquirrel.mints.ne.jp/?p=18978
+Windows7でTensorflow1.0-GPUの環境構築（2017年5月版）
+/5/20\\
+http://twosquirrel.mints.ne.jp/?p=17040
-（作成中）
+===== 参考文献 =====
-Windows7にKeras2.0をインストールしてMNIST文字認識
+Keras バックエンドの変更
-/7/19 2017/7/20\\
+samacoba
-http://twosquirrel.mints.ne.jp/?p=19005
+年03月20日に投稿\\
+http://qiita.com/samacoba/items/3e29f0ac61c2f369892b
 Keras公式サイトのMLP（Multi Layer Perceptron）を用いたMNIST\\
@@ 行 36: / 行 144: @@
 年03月30日に更新\\
 http://qiita.com/EnsekiTT/items/66ae1b00a0fefbd036d0
+-07-23
+MNIST 手書き数字データを画像ファイルに変換する\\
+http://y-uti.hatenablog.jp/entry/2014/07/23/074845\\
+本家サイトはバイナリファイルでデータを配布しており、そのデータをテキストファイルに変換したり、実際の画像を表示する方法が詳しく書かれている。
+年3月7日 更新  1 3,700 view
+Deep learningで画像認識⑤〜Kerasで畳み込みニューラルネットワーク vol.1〜\\
+https://lp-tech.net/articles/gjZvu
+=====リンク=====
+次：
+<wrap hi>
+[[Kerasプログラミングの全体図]]\\
+</wrap>
+[[sidebar|目次]]\\
+前：
+<wrap hi>
+[[WindowsにKeras2.0をインストール]]
+</wrap>\\