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] – 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 =====
-（作成中）
 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\\
-を実行してみる。
+を実行してみます。
 （環境）\\
@@ 行 20: / 行 17: @@
 ==== （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|こちら]]をご覧ください。
+[[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 ====
@@ 行 26: / 行 23: @@
 <code>
-pip install –upgrade tensorflow
+pip install --upgrade tensorflow
-pip install –upgrade -I setuptools
+pip install --upgrade -I setuptools
-pip install –upgrade tensorflow
+pip install --upgrade tensorflow
 </code>
@@ 行 74: / 行 71: @@
 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}}
-(参考)
+（変更後）
+{{:pasted:20170723-234055.png}}
-Windows7にKeras2.0をインストールしてMNIST文字認識
+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。
-/7/19 2017/7/20\\
-http://twosquirrel.mints.ne.jp/?p=19005
+{{: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
+===== 参考文献 =====
 Keras バックエンドの変更
@@ 行 117: / 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>\\