コンテンツへスキップ
HIM.CO ヒム・カンパニー

月: 2018年10月

11 TensFlow.js サンプルファイルの実行方法

2018年10月23日2018年10月23日 投稿者: knagai

TensFlow.jsのサンプルは、「tensorflow/tfjs-examples」ページで公開されています。以下はWindows上でTensFlow.jsサンプルを実行するまでの基本的な手順です。 [サンプルファイ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

10_4 Node.jsのJavaScriptコードの記述と実行

2018年10月22日2018年10月22日 投稿者: knagai

Node.jsで実行するJavaScriptコードを記述します。 // Node.js用flickrapiモジュール const Flickr = require("flickrapi"); // N […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

10_3 Webアプリ用のFlickr API KeyとSecretの入手

2018年10月22日 投稿者: knagai

Node.jsアプリからFlickサイトにアクセス、ネコと犬の写真をダウンロードするので、Flickrで提供されているWeb APIを利用します。 そのためには、Flickrにアカウントを作る必要があります。この「Fli […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

10_2 Node.js環境の作成

2018年10月22日 投稿者: knagai

flickrサイトからネコと犬の画像をダウンロードし、適切なサイズに縮小して、フォルダ別に保存するという作業は、Webブラウザの環境でも行えないことはないでしょうが、それよりもNode.jsといううってつけのJavaSc […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

10_1 Kerasモデルを訓練し、TensorFlow.jsモデルに変換して、サーバーに配置する

2018年10月17日 投稿者: knagai

ネコと犬を区別するKerasモデルをインターネット上で探すと、「ardamavi/Dog-Cat-Classifier」というページが見つかったので、これを使わせてもらうことにします。ページ右端にある[Clone or […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

10 flickrからテスト用データを入手する

2018年10月17日 投稿者: knagai

訓練用データは品質の高いものを使う必要があります。しかし、訓練したモデルをテストしたい場合には、テスト用データの入手先としてflickrサイトを利用する手っ取り早い方法があります。 以降では、ネコと犬を判別するKeras […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9_2_3 Keras由来のモデルの使用

2018年10月16日 投稿者: knagai

Webサーバーに置いたKeras由来のモデル(「oarriaga/face_classification」のモデルをtensorflowjs converterで変換したモデル)は、次のようなコードで読み込み、「fer2 […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9_2_2 表情認識用データの準備

2018年10月16日 投稿者: knagai

Keras由来のモデルが手に入ったので、次はそのモデルを試すデータを入手します。 そのためには、「fer2013」のデータページにアクセスします。データのダウンロードにはユーザー登録が必要になります。ページ下部、左側に[ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9_2_1 HDF5モデルの入手と配置

2018年10月14日 投稿者: knagai

HDF5形式のモデルの入手先として、「oarriaga/face_classification」ページを利用することにします。ページ上部の右端に[Clone or download]ボタンがあるので、これをクリックし、Z […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9_2 Kerasモデルの利用

2018年10月14日 投稿者: knagai

tensorflowjs converterを使用すると、Pythonで書かれたKerasモデルがTensorFlow.jsのモデルとして利用できるようになります。訓練済みで優秀なKerasモデルが利用できると、Tens […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9_1 tensorflowjs converterを使えるようにする

2018年10月14日 投稿者: knagai

tensorflowjs converterを使えるようにするには、Pythonコードが実行できる環境が必要になります。 Anacondaのダウンロードとインストール Anaconda 3というPythonディストリビュ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

9 tensorflowjs converter

2018年10月14日 投稿者: knagai

tensorflowjs converterを使用すると、Pythonコードで書かれたKerasモデルを、TensorFlow.jsに読み込めるモデルに変換して、TensorFlow.jsで使用することができます。 ただ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_3_2 姿勢検出(複数)

2018年10月12日 投稿者: knagai

複数の姿勢検出には、posenetのestimateMultiplePoses()を使用します。判定する数の最大数はデフォルトで5なので、5を超える数の姿勢検出を行いたいときには、maxPoseDetectionsパラメ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_3_1 姿勢検出(1人)

2018年10月12日 投稿者: knagai

手順としては、前のcoco-ssdと同様、[ファイルを選択]ボタンのクリックで画像ファイルを選択し、それをJavaScriptのイメージデータに変換します。そしてそれをposenetに渡します。 // PoseNetを読 […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_3 posenet

2018年10月11日2018年10月12日 投稿者: knagai

「posenet」には、人間の姿勢が検出できるPoseNet Modelがあります。このモデルには、イメージやビデオ内の1人の人間の姿勢を検出するバージョンと、複数の姿勢を検出するバージョンがあります。 posenetを […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_2_1 coco-ssd 物体検出アプリ

2018年10月11日2018年10月12日 投稿者: knagai

ブラウザ画面のボタンをクリックして写真を指定し、物体検出を行うアプリの作例です。 HTML: <input type="file" id="input-file"> & […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_2 coco-ssd

2018年10月11日 投稿者: knagai

COCOという名前のデータセットがあり、これは、物体の検出と切り出し(オブジェクトセグメンテーション)、説明付き(キャプショニング)の機械学習に利用できます。 TensorFlow.jsのcoco-ssdでは、このデータ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_1_3 画像認識モバイルアプリ

2018年10月11日2018年10月11日 投稿者: knagai

TensorFlow.jsのmobilenetを使って、何の画像かを認識するモバイルアプリを作成します。これは、具体的に言うと、mobilenetが利用するMobileNetsのV1モデルに、モバイルデバイスがHTMLの […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8_1_2 mobilenetのテスト

2018年10月10日2018年10月12日 投稿者: knagai

「mobilenet」にあるサンプルの簡単なテストです。 HTML <div class="photos"> <img src="images/1.jpg" id […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8-1 mobilenet

2018年10月10日2018年10月10日 投稿者: knagai

MobileNetsは、Googleがモバイル向けに作成した、画像処理アプリ用の畳み込みニューラルネットワークで、サイズが小さく、電池をあまり消費せず、そこそこ性能が良いという特長があります。 MobileNetsを使用 […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

8 訓練済みモデルの利用

2018年10月10日 投稿者: knagai

「tensorflow/tfjs-models」ページには、TensorFlow.jsで使用できる訓練済みモデルが掲載されています。 本記事執筆時点では、その中の「mobilenet」と「coco-ssd」、「posen […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-7 手書き数字認識アプリ(UI考慮なし版)

2018年10月3日 投稿者: knagai

最後に、手書き数字認識アプリの全コードを紹介しておきます。ただしUIを考慮していないバージョンです。 まず画面左上の[ファイル選択ボタン]でtrain-images.idx3-ubyteとtrain-labels.idx […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-6 モデルの推測結果の表示

2018年10月3日 投稿者: knagai

前回までで、モデルはテスト用データに対し97%ほどの精度で正解することが分かりました。以下では、テスト用データの画像と、モデルの出した答えを視覚的に比較します。 下図は実行結果の例です。データは100個表示しており、不正 […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-5 モデルの構築と訓練

2018年10月3日 投稿者: knagai

MNISTの訓練用とテスト用の画像データとラベルデータを表すtf.Tensorオブジェクト4つが作成できたので、次はモデルの構築と訓練です。 手書き数字の認識にどんなモデルが適しているのか、考えてもしかたないので、Ten […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-4 MNISTデータをtf.Tensorオブジェクトに変換する

2018年10月3日 投稿者: knagai

MNISTの画像とラベルデータの読み取りと取得ができたので、次はMNISTの4つのファイルを開いて必要なデータを取得し、それらをtf.Tensorオブジェクトに変換するまでを見ていきます。 4つのファイルの読み取りは1つ […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-3 MNISTラベルデータを開いて中身を得る

2018年10月3日 投稿者: knagai

いささかテクニカルではありますが、ラベルデータのtrain-labels.idx1-ubyteも同様の方法で開き、中身を得ることができます。「THE MNIST DATABASE of handwritten digit […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-2 MNIST画像データを開いて中身を得る

2018年10月3日2018年10月3日 投稿者: knagai

「THE MNIST DATABASE of handwritten digits」ページからダウンロードし、Windowsなら7-Zipアプリなどで展開して現れたt10k-images.idx3-ubyte、t10k- […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7-1 MNISTデータセットとは?

2018年10月2日 投稿者: knagai

MNISTデータセットには、 訓練用画像データ それに対応した訓練用ラベルデータ テスト用画像データ それに対応したテスト用ラベルデータ の4つのファイルがあり、「THE MNIST DATABASE of handwr […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

7 MNISTデータと手書き数字認識アプリ

2018年10月2日 投稿者: knagai

自分で描いた数字をアプリが何の数字か予測する手書き数字認識アプリは、機械学習を学習する上で、意欲の湧きそうなテーマです。 手書き数字認識アプリを作成するには、手で数字を書いたような画像データが必要になりますが、MNIST […]

続きを読む
カテゴリー: TensorFlow.js 入門 | コメントをする

関連記事の検索

このサイトについて

p5.jsなどについて調べたことを書いています。。

検索

2018年10月
月 火 水 木 金 土 日
1234567
891011121314
15161718192021
22232425262728
293031  
« 9月   11月 »

  • フィジカルコンピューティング Raspberry PI Pico
  • プログラミング はじめの一歩 JavaScript + p5.js 編
  • もっと優しい機械学習 ml5.js JavaScript
  • P5.js サンプル解説
  • p5.js WebGL入門
  • p5.js スピード 入門
  • p5.play を探る
  • Creative Coding (クリエイティブ コーディング)
  • p5.sound.js サウンド
  • p5.js 経路探索 pathfinding
  • TensorFlow.js 入門
  • Web アニメーション API 入門
  • Web アニメーション (CSS Animations, CSS Transitions, Web Animations API)
  • Web Animations API Web アニメーション (CSS Animations, CSS Transitions, Web Animations API)
  • 2025年3月
  • 2023年7月
  • 2021年7月
  • 2021年6月
  • 2021年5月
  • 2021年4月
  • 2021年3月
  • 2020年12月
  • 2020年11月
  • 2020年10月
  • 2020年8月
  • 2020年7月
  • 2020年4月
  • 2020年1月
  • 2019年12月
  • 2019年11月
  • 2019年10月
  • 2019年9月
  • 2019年8月
  • 2019年7月
  • 2019年6月
  • 2019年5月
  • 2019年4月
  • 2019年3月
  • 2019年2月
  • 2019年1月
  • 2018年12月
  • 2018年11月
  • 2018年10月
  • 2018年9月
  • 2018年8月
  • 2018年7月
  • 2018年6月
  • ホームページ
  • 会社概要
  • ブログ
  • お問い合わせ
© 2025 HIM.CO ヒム・カンパニー · Powered by WordPress · Theme: responsive-kubrick by freebiescafe.com