kerasプログラミングの全体図

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プログラミングの全体図 [2017/10/27] – [次節以降] adash333
+++ kerasプログラミングの全体図 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 1: / 行 1: @@
 ===== Kerasプログラミングの全体図 =====
+<wrap hi>Keras2でMNIST目次</wrap>\\
+[[Kerasプログラミングの全体図]]
+  -[[(1)Kerasを使用するためのimport文]]
+  -[[(2)データ準備(Keras)]]
+  -[[(3)モデル設定(Keras)]]
+  -[[(4)モデル学習(Keras)]]
+  -[[(5)結果の出力(Keras)]]
+  -[[(6)学習結果の保存(Keras)]]
+  -[[(7)推測(Keras)]]
-以下のような流れでプログラミング文を読んだり書いたりしていくと、分かりやすいと思います。
+Kerasを用いて機械学習を行う場合、以下のような流れでプログラミング文を読んだり書いたりしていくと、分かりやすいと思います。
 実際に自前データを動かそうとするときは、ある程度、pythonの勉強と、機械学習の勉強が必要だと思われます。
@@ 行 7: / 行 16: @@
 <code>
 # train.py
 #1 Kerasを使用するためのimport文
@@ 行 46: / 行 54: @@
 image_list = []
 label_list = []
-(画像を読み込み、リサイズ、正規化などを行い、Numpy配列に変換し、「学習用データ」と「テストデータ」を作成する。)
+# 画像を読み込み、リサイズ、正規化などを行い、
+# Numpy配列に変換し、「学習用データ」と「テストデータ」を作成する。
+X_train, X_test, y_train, y_test = train_test_split(image_list, label_list, test_size=0.33, random_state=111)
 #3 モデル設定(Keras)
@@ 行 111: / 行 121: @@
 {{:pasted:20171028-012121.png}}
+とりあえず、コードをJupyter Notebook上でコピペして実行するところまででした。
+次回から、このコードを順に解説させていただきたいと思います。
+次：<wrap hi>[[(1)Kerasを使用するためのimport文]]</wrap>
 ===== 参考文献 =====
 初めてKerasプログラミングをやるときは、以下の2つの本がおすすめです。[[http://amzn.to/2gRFbt3|ゼロから作るDeep Learning]]でPythonの基本と理論を学び、[[http://amzn.to/2yPNyw5|詳解 ディープラーニング]]で、Kerasでの実装方法を学ぶのがよいと思われます。
@@ 行 148: / 行 157: @@
 ===== リンク =====
-目次
+次 [[(1)Kerasを使用するためのimport文]]
-  -[[Kerasプログラミングの全体図]]
+前 [[Kerasで手書き文字認識MNIST]]
+<wrap hi>Keras2でMNIST目次</wrap>\\
+[[Kerasプログラミングの全体図]]
   -[[(1)Kerasを使用するためのimport文]]
   -[[(2)データ準備(Keras)]]
@@ 行 157: / 行 171: @@
   -[[(6)学習結果の保存(Keras)]]
   -[[(7)推測(Keras)]]

kerasプログラミングの全体図.1509121420.txt.gz · 最終更新: 2018/10/07 (外部編集)