自前のデータでKerasで画像分類を写経してみる（１）
他人のデータのMNISTとかばっかりやっても全く面白くない！
自分で集めたデータで機械学習したい！
貴重な説明が以下にあったので、写経してみる！
Kerasによる、ものすごくシンプルな画像分類（りんごとオレンジ）
hiroeorz@github
2017年02月15日に更新
http://qiita.com/hiroeorz@github/items/ecb39ed4042ebdc0a957
Google検索でりんごとオレンジの画像をそれぞれ25枚ずつゲット（ダウンロード）してくれば、私にもできました！
（環境）
Windows 8.1
Anaconda 4.4.0
Python 3.6.1
Tensorflow 1.2.1
Keras 2.0.6
（１）C:/python/ フォルダ下に、以下のフォルダを作成
data/train/apple ←りんご画像20個をダウンロード
/train/orange ←オレンジ画像20個をダウンロード
/test/apple ←りんご画像5個をダウンロード
/test/orange ←オレンジ画像5個をダウンロード
この４つのフォルダを作成し、上記のように、Google画像検索で出てきた画像を、それぞれ上記のようにダウンロード。ファイル名はなんでもよい。画質もむちゃくちゃ。
（２）下記サイトのfruit.pyのコードをコピペして、Shift+Enter で実行。
http://qiita.com/hiroeorz@github/items/ecb39ed4042ebdc0a957
数分でできた。わおー！これは面白い。
ついでに、今回のモデルを可視化してみました。
あとは、テスト画像を1個持ってきて、1個を予想させてみたい！
<追記>
（３）学習したモデルを使って、新たな画像を、りんごなのかオレンジなのか予測してみる。
banana.jpg => りんご！ →色だけで判断しているのではないのか、、、
tomato.jpg => りんご！ →同じ赤だからね！
mikan.jpg => オレンジ！ → まあ、そうですよね。
pikachu.jpg => オレンジ！ → オレンジ色だからね！
このように遊べると、割と楽しい。