イントロダクション
前回は、TensorflowのKerasを使用して大まかな機械学習の「流れ」を追いかけてみました。
Tensorflow Keras 〜初めてのKeras〜
今回は、処理の内容について学んでいきます。
[補足]
1.Fashion MNISTを使用する
2.tensorflowでMNISTをロードできる
fashion_mnist = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
ここで処理を一度実行してみます。自分の環境ではエラーが出ました。「pyplot」のインポートができませんでした。解決策はこちら
初めのニューラルネットワーク
基本的な分類処理を行うようです。「Basic classification」
上に記載したように、MNISTからトレーニングデータを取得(ロード)して機械学習を行います。そして参考サイトには以下のように記載されています。
データセットをロードすると、4つのNumPy配列が返されます。
train_images
そしてtrain_labels
配列は、トレーニングセットモデルを学ぶために使用する-theデータを。- モデルはテストセット、the
test_images
、およびtest_labels
配列に対してテストされます。
この点に注意して学習を進めます。
分類(Classification)について
MNISTの画像データ(fashion_mnist)は以下のように分類されています。
ラベル | クラス |
---|---|
0 | Tシャツ/トップ |
1 | ズボン |
2 | 路肩に寄せて下さい |
3 | ドレス |
4 | コート |
5 | サンダル |
6 | シャツ |
7 | スニーカー |
8 | バッグ |
9 | アンクルブーツ |
そして下のような注意点があるので指示の通りにします。
各画像は単一のラベルにマッピングされます。 クラス名はデータセットに含まれていないので、 後で画像をプロットするときに使用するために、それらをここに保存します。
<コード>
class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
データを調べる(コード実行)
下のようなコードになりました。
# TensorFlow and tf.keras import tensorflow as tf from tensorflow import keras # Helper libraries import numpy as np import matplotlib.pyplot as plt print(tf.__version__) # Get MINST data fashion_minst = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_minst.load_data() # Chcke MINST data print("トレーニングイメージ数(train_images.shape):%s " % (train_images.shape,)) print("トレーニングラベル数(len(train_labels)): %d" % len(train_labels)) print("トレーニングラベルの中身: %d" % train_labels[0])
今回はここまでにしておきます。
関連ページ一覧
- Tensorflow Keras 〜初めてのKeras〜
- Tensorflow Keras Errors〜"python is not installed as a framework."〜
- Python Tensorflow 〜初めての人工知能(TensorFlowインストール)〜
[rakuten ids="bagray:10006253"]