kerasで自前データで機械学習
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で自前データで機械学習 [2017/08/03] – [3.fruit.pyのコードをコピペして、Shift+Enter で実行。] adash333 | kerasで自前データで機械学習 [2019/06/30] (現在) – [(7)Kerasで自前データで機械学習] adash333 | ||
---|---|---|---|
行 6: | 行 6: | ||
http:// | http:// | ||
+ | 自前のデータでKerasで画像分類を写経してみる(1) | ||
+ | 2017/7/31 | ||
以下のサイトのコードをコピペです。(このような分かりやすい解説に大感謝です。) | 以下のサイトのコードをコピペです。(このような分かりやすい解説に大感謝です。) | ||
行 67: | 行 69: | ||
(2)その学習したモデルから、別の5枚のりんご画像と5枚のオレンジ画像を、りんごかオレンジかを予測させてみた\\ | (2)その学習したモデルから、別の5枚のりんご画像と5枚のオレンジ画像を、りんごかオレンジかを予測させてみた\\ | ||
(3)今回は、その10枚の予測の正解率は100%であった\\ | (3)今回は、その10枚の予測の正解率は100%であった\\ | ||
- | [[結果の図|http:// | + | [[http:// |
ということになります。 | ということになります。 | ||
+ | |||
+ | (動画の解説はここまで) | ||
+ | |||
+ | ==== メモ ==== | ||
+ | |||
さらに、以下を組み合わせたい | さらに、以下を組み合わせたい | ||
行 105: | 行 112: | ||
print(result) | print(result) | ||
</ | </ | ||
+ | |||
+ | 上記コードを少し変更 | ||
+ | |||
+ | < | ||
+ | # original code from http:// | ||
+ | |||
+ | from keras.preprocessing import image | ||
+ | import numpy as np | ||
+ | import sys | ||
+ | |||
+ | filepath = " | ||
+ | image = np.array(Image.open(filepath).resize((25, | ||
+ | print(filepath) | ||
+ | image = image.transpose(2, | ||
+ | image = image.reshape(1, | ||
+ | result = model.predict_classes(np.array([image / 255.])) | ||
+ | print(" | ||
+ | </ | ||
+ | |||
+ | さらに変更 | ||
+ | < | ||
+ | テスト | ||
+ | </ | ||
+ | |||
+ | https:// | ||
+ | |||
===== 画像をkerasに読み込ませる方法 ===== | ===== 画像をkerasに読み込ませる方法 ===== | ||
行 128: | 行 161: | ||
import numpy as np | import numpy as np | ||
- | のあと、 | + | のあと、、、、 |
- | 画像のアドレスを指定 | + | Numpy配列というものを、ある程度、使えるようにしておく必要がある。 |
+ | 数学での行列とは微妙にことなるところがあるので、注意。 | ||
+ | |||
+ | Numpy | ||
+ | reshape | ||
+ | transpose | ||
+ | http:// | ||
+ | |||
+ | |||
+ | |||
+ | ===== numpy ===== | ||
+ | NumPyで画像処理\\ | ||
+ | http:// | ||
+ | |||
+ | http:// | ||
+ | [Python]Numpyデータの並べ替え | ||
+ | |||
+ | |||
+ | https:// | ||
+ | 2017-06-23 | ||
+ | 配列の軸の順番を入れ替えるNumPyのtranspose関数の使い方 | ||
+ | |||
+ | |||
+ | |||
+ | Python – NumPyで画像を配列として取得する | ||
+ | 投稿者: edo1z 投稿日: 09/ | ||
+ | https:// | ||
+ | |||
+ | |||
+ | numpyのテンソル(配列)関係\\ | ||
+ | http:// | ||
+ | |||
+ | numpyの多次元配列の「軸を入れ換える」ということについての学習 | ||
+ | ラベル: Python | ||
+ | 2015年10月03日20時00分公開 | ||
+ | 2016年11月30日08時27分更新\\ | ||
+ | https:// | ||
+ | この解説が具体的で分かりやすい!しかし、これでと、軸とかいまいちよくわからない、 | ||
+ | |||
+ | |||
+ | http:// | ||
+ | PYTHON | ||
+ | [Python+Numpy]transposeを用いた3次元のデータの転置 | ||
+ | 2016年10月21日 ばいろん | ||
+ | |||
+ | |||
+ | http:// | ||
+ | 2017-05-10 | ||
+ | NumPyの使い方(4) 形状変換と転置 | ||
+ | |||
+ | |||
+ | http:// | ||
+ | |||
+ | 多次元行列の転置 | ||
+ | 多次元行列の軸の入れ替え | ||
+ | 多次元行列の軸の入れ換えとは、該当する要素の軸を入れ替えた新しい行列を作成すること | ||
+ | |||
+ | 2次元行列の場合 | ||
+ | 2x3行列の場合 | ||
+ | 元の行列のa13を、新しい行列のb31に設定。 | ||
+ | 元の行列の全ての要素について同様の操作を行う | ||
+ | すると、新しい行列のBは、3x2行列として出来上がる。 | ||
+ | (絵の説明を入れたい) | ||
+ | |||
+ | 3次元行列の場合 | ||
+ | 3x2x4行列の場合 | ||
+ | |||
+ | http:// | ||
+ | 行列による画像処理 基礎編&目次 ~Python画像処理の再発明家~ | ||
+ | secang0 | ||
+ | 2017年04月05日に更新 | ||
作成中 | 作成中 | ||
行 144: | 行 247: | ||
https:// | https:// | ||
Python 3.5 対応画像処理ライブラリ Pillow (PIL) の使い方 | Python 3.5 対応画像処理ライブラリ Pillow (PIL) の使い方 | ||
+ | |||
+ | http:// | ||
+ | Pythonで画像処理 | ||
+ | 2015-04-17 画像の切り出しなど | ||
today 2013-05-06 Mon person Takahiro Ikeuchi | today 2013-05-06 Mon person Takahiro Ikeuchi |
kerasで自前データで機械学習.txt · 最終更新: 2019/06/30 by adash333