Hatena Blog Tags
はてなブログ トップ
MNIST
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

MNIST

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
sci-genの備忘録•2ヶ月前

TensorFlow：MNISTの2桁に挑戦

前回の記事では、TensorFlowとKerasを使って、手書きの1桁数字（0～9）を認識する基本的な画像分類モデルを構築しました。 今回はそのステップアップとして、少し応用的な課題に挑戦します。MNISTのデータセットを活用し、2桁の数字（00～99）を認識するモデルの作成を目指します。 前回の記事はこちら sci-gen.hatenablog.com はじめに 1. 必要なライブラリの準備 2. 2桁数字データセットの作成 2-1. データセット作成関数の定義 2-2. 元データのロードと2桁データセットの生成 2-3. 生成されたデータの確認 3. モデルの構築 4. モデルのコンパイル…

#TensorFlow#MNIST

関連ブログ

こすたろーんエンジニアの試行錯誤部屋•2年前

【MLOps】Metaflowとscikit-learnでmnistデータの学習をやってみる

以前にMLOpsのモジュールmetaflowの環境を構築しました technoxs-stacker.hatenablog.com technoxs-stacker.hatenablog.com googleが定義する「MLOps レベル 1: ML パイプラインの自動化」を目指すため、 今回はmetaflowを使って機械学習の処理の自動化を試してみます 使用するデータはmnistで、モデルはGaussianNB、RandomForestClassifierです 目次 目次 この記事でわかること 1.実行環境 2.必要モジュールをインストール 3.MNISTデータを取得 4.ディレクトリ構成を整…

#Jetson Xavier NX#Ubuntu 18.04#Metaflow#MNIST#GaussianNB#RandomForestClassifier#Python3#Docker
セロリの技術ブログ•2年前

CNNモデルの特徴空間を可視化してみた

理由 モデルが学習データをどのように学習しているのか確認したかったため、モデルの特徴空間を可視化することにしました。 方法 今回は、MNIST(0~9の手書き文字データセット)を用いて、深層学習モデルEfficientNet V2-Sの特徴抽出器の出力(1280次元)をT-sneにより2次元に削減し、可視化した。 分類器を恒等関数に置き換えて、特徴抽出器の最終層の出力をそのまま取得できるようにした。 import copy model_short = copy.deepcopy(model) model_short.classifier = nn.Identity() #恒等関数に置き換える …

#画像認識#特徴空間#MNIST
t_takehiro’s diary•4年前

Tensorflow チュートリアル Mnistでの画像分類

1. Tensorflow Tutorials TensorflowのMNISTを使ったチュートリアルについて記載する 最終更新 2021/12/14 1.1. 目次 1. Tensorflow Tutorials 1.1. 目次 1.2. 開発環境 1.3. 数字判定データセットで学習させる 1.3.1. 学習データ準備 1.3.2. モデル作成 1.3.3. 学習 1.2. 開発環境 Ubuntu 18.04 LTS # 開発環境 !cat $VIRTUAL_ENV/../pyproject.toml [tool.poetry] name = "tips" version = "0.1.0…

#TensorFlow#tensorflow2#MNIST
パソコン関連もろもろ•4年前

PyTorchに入門してみる　part 5（最終回）　MNISTを単純なLSTMで解く

はじめに Pythonスクリプト 結果 参考にさせて頂いたサイト さいごに PyTorch入門シリーズ（前回までの記事） はじめにPyTorch入門シリーズ5回目になります。これで最終回にしようと思います。今まで4回は公開されているモデルを使用させて頂きました。今回は自分でスクリプトを書きます。題材は入門にうってつけの「MNIST」です。テーマは『できるだけ簡潔に』としました。 LSTMを使ってMNISTにチャレンジします。画像分類にLSTM？と疑問に思う方もいるかもしれません。 詳細はこちらを参照して下さい。 MNISTを単純なLSTMで解く（MXNet） - パソコン関連もろもろ Pyth…

#MNIST#LSTM
Diary of Masahiro SATO•4年前

ImageDataGenerator のパラメータの最適化 (2)

はじめに kaggle の digit-recognizer の学習時に, ImageDataGenerator を使っている. このパラメータの最適化のために, 前のブログ「ImageDataGenerator のパラメータの最適化 (1) - Diary of Masahiro SATO」では, GPyOpt を使いベイズ推定で最適なパラメータを求めようとした. しかし, 変形を小さくする方向 にパラメータが最適化されてしまい, 意図したような結果にならなかった. そこで今回は, ランダムサーチ で最適なパラメータを求めてみる. 結果的には, 割とうまくいったと思う. スクリプト Para…

#MNIST#programming
crinoidの日記•4年前

実践GAN 勉強記録#3 はじめてのGAN：手書き文字の生成

はじめに マイナビ出版の実践GANの勉強記録シリーズ第3弾です。 今日まとめるのは、第3章のGANを使った手書き文字の生成です！基礎をおさえつつ、MNISTを用いてのGANのチュートリアルを行っていきます！！ 前の記事はここから！ crinoid.hatenablog.com このブログとしては、だいたい一記事あたり一章について扱うような形で勉強記録として自分なりにまとめてあげていこうと思います。また、解釈違い等がございましたらご指摘いただけると幸いです。 3章 : はじめてのGAN：手書き文字の生成 ３つのポイント 生成器・識別器の目標は？ 従来のニューラルネットワークとGANの訓練プロセス…

#機械学習#深層学習#敵対的生成ネットワーク#MNIST#チュートリアル
Diary of Masahiro SATO•4年前

本日の kaggle / MNIST の進捗 ; 0.99578

Summary 今日の kaggle/MNIST の結果は 0.99578。前回の 0.99553 より微増した。 やったこと 先週のブログ「今日の kaggle / MNIST は準備だけ - Diary of Masahiro SATO」に書いた通り，次のようなことをした。 これまで通り，全データを使って普通に学習 (後のアンサンブル学習のため，5 回繰り返す) 正答の確率の低い画像データを使って，転移学習をする (後のアンサンブル学習のため，これも 5 回繰り返す) 上記のデータを使ってアンサンブル学習をする 結果 結果としては, 通常学習結果を 5 回分, 転移学習結果を 4 回分使っ…

#MNIST#programming
Diary of Masahiro SATO•5年前

今日の kaggle / MNIST は準備だけ

アイデア 一度、学習&予測をした後に、確率の低い訓練データを使って転移学習し、確率の低いテストデータを再予測、というのはどうか?— Masahiro SATO (@satomshr) 2021年1月11日 上記のようなことを考えたので, これまでの学習データ, 予測データを見直して, 精度を高める戦略を考えた. 正しい答えに対する確率と, 予測された最大の確率を調べる これまでの予測データを使って, 正しい答えに対する確率 (青い線) と, 予測された確率 (tf.keras.Sequential.predict_proba() の出力) の最大値 (赤い線) をプロットした. データは正しい…

#MNIST#programming