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 […]
続きを読む日: 2018年10月3日
7-6 モデルの推測結果の表示
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7-5 モデルの構築と訓練
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7-4 MNISTデータをtf.Tensorオブジェクトに変換する
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7-3 MNISTラベルデータを開いて中身を得る
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7-2 MNIST画像データを開いて中身を得る
「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