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。

--- nnc_sony_で自前データで画像分類 [2017/11/10] – [2. 画像のダウンロードと保存] adash333
+++ nnc_sony_で自前データで画像分類 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 7: / 行 7: @@
 http://twosquirrel.mints.ne.jp/?p=19813
+動画にしてみました。
+<html>
+<iframe width="560" height="315" src="https://www.youtube.com/embed/iuazqlhc-FA" frameborder="0" gesture="media" allowfullscreen></iframe>
+</html>
+<html>
+<iframe width="560" height="315" src="https://www.youtube.com/embed/_MoPfG5UpMs" frameborder="0" allowfullscreen></iframe>
+</html>
+<html>
+<iframe width="560" height="315" src="https://www.youtube.com/embed/4xRDMXqR8EA" frameborder="0" gesture="media" allowfullscreen></iframe>
+</html>
 ===== 開発環境 =====
 Panasonic CF-RZ4\\
@@ 行 43: / 行 56: @@
   |-apple\ \\
   |-orange\ \\
-varidation\ \\
+validation\ \\
   |-apple\ \\
   |-orange\
@@ 行 78: / 行 91: @@
 C:\neural_network_console_100\　フォルダの中の、neural_network_console.exe　をダブルクリックして起動します。
+{{:pasted:20171110-181058.png}}
 ===== 4. サンプルプロジェクトを名前をつけて保存 =====
 サンプルプロジェクトの、”02_binary_cnn.sdcproj”をクリック。
-画面右上のimage（Save as）をクリックして、「101_apple_orange_cnn.sdcproj」という名前でプロジェクトを名前をつけて保存。
+{{:pasted:20171110-181154.png}}
+画面右上のimage（Save as）をクリックして、
+{{:pasted:20171110-183222.png}}
+C:/neural_network_console/projects/ フォルダの下に、「101_apple_orange_cnn.sdcproj」という名前でプロジェクトを名前をつけて保存（02_binary_cnn.sdproj  を別名で保存）。
+{{:pasted:20171110-183312.png}}
+以下のような画面になります。
+{{:pasted:20171110-183335.png}}
+==== この後の流れ ====
+このサンプルは、28 x 28 pixelのグレースケールの画像を数字の４と９に画像分類するCNN（畳み込みニューラルネットワーク）です。
+今回は、（画像ファイルを用意した後、）
+＜１＞このネットワークをコピペして、
+＜２＞最初の入力を、28 pixelのカラー画像（りんごとオレンジ）に変更。つまり、Input Datasetを、(1,28,28)→(3,28,28)にして
+＜３＞りんごとオレンジの、trainingデータセット、validationデータセットを読み込んで、
+＜４＞機械学習（training）を行い、
+＜５＞学習結果を評価（validation）を行う
+という流れとなります。
 ===== 5. ネットワークのInputの変更 =====
 最初の入力を、28 pixelのカラー画像（りんごとオレンジ）に変更。つまり、Input Datasetを、(1,28,28)→(3,28,28)にします。
+以下の画面の黒い長方形の、「Input」をクリック。
+{{:pasted:20171110-183425.png}}
+画面左下に、Layer Property “Input”の詳細が表示されるので、Sizeの1,28,28のところをクリック。
+{{:pasted:20171110-183443.png}}
+, 28, 28 が編集できるようになるので、一番左側の “1”　を、 “3”に変更する。
+（これは、最初の入力画像を、28x28pixelのグレースケール画像から、28x28pixelのカラー画像（RGBの3）に変更している。）
+{{:pasted:20171110-183509.png}}
+そうすると、Main画面の数値も微妙に自動的に変更される。
+{{:pasted:20171110-183528.png}}
+ネットワークの変更はこれで終了です。
 ===== 6. 自前のデータ画像の読み込み =====
 りんごとオレンジの、trainingデータセット、validationデータセットを読み込みます。
@@ 行 97: / 行 159: @@
 画面右上の　Training　の下の△ボタンをクリックすると、学習が始まり、グラフが自動的に生成されていきます。
-===== 8. 学習結果を評価（validation） =====
+===== 8. 学習結果を評価（evaluation） =====
-===== 参考 =====
+===== 参考文献 =====
 公式マニュアル\\
 https://blog.dl.sony.com/259/\\
 日本語のドキュメントがあります！とにかく、公式マニュアルを読んでやるのが一番です！
+===== リンク =====
+次：
+<wrap hi>
+[[NNC(SONY)で回帰分析]]
+</wrap>\\
+[[sidebar|目次]]\\
+前：
+<wrap hi>
+[[NNC(SONY)で初めての機械学習]]
+</wrap>\\