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。

この比較画面へのリンク

--- kerasで自前データで機械学習 [2017/08/03] – [numpy] 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://twosquirrel.mints.ne.jp/?p=19448
+自前のデータでKerasで画像分類を写経してみる（１）
+/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。)
@@ 行 128: / 行 130: @@
 print("result:", result[0], "（0:りんご, 1:オレンジ）")
 </code>
+さらに変更
+<code>
+テスト
+</code>
+https://gist.github.com/adash333/15d9b33eef7a00f993bbc32a168f6ca0
@@ 行 152: / 行 161: @@
 import numpy as np
-のあと、
+のあと、、、、
+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://www.mathgram.xyz/entry/keras/preprocess/img
@@ 行 185: / 行 203: @@
+http://discexuno.wp.xdomain.jp/2016/10/21/pythonnumpytransposeを用いた3次元のデータの転置/\\
+PYTHON
+[Python+Numpy]transposeを用いた3次元のデータの転置
+年10月21日 ばいろん
+http://python-remrin.hatenadiary.jp/entry/2017/05/10/183809\\
+-05-10
+NumPyの使い方（４）　形状変換と転置
+http://sleeping-micchi.hatenablog.com/entry/2014/04/18/003935\\
+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
+次元行列の場合
+x3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)
+次元行列の場合
+x2x4行列の場合
+http://qiita.com/secang0/items/1229212a37d8c9922901\\
+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
+年04月05日に更新
 作成中
@@ 行 208: / 行 247: @@
 https://librabuch.jp/blog/2013/05/python_pillow_pil/\\
 Python 3.5 対応画像処理ライブラリ Pillow (PIL) の使い方
+http://aokiji.science/blog/?p=219\\
+Pythonで画像処理
+-04-17 画像の切り出しなど
 today 2013-05-06 Mon person Takahiro Ikeuchi

kerasで自前データで機械学習.1501799429.txt.gz · 最終更新: 2018/10/07 (外部編集)