Keras勉強メモ: CIFAR-10画像認識での、ネットワーク構造依存を確認してみた

• MNIST手書き文字の次に、いわゆる画像、の認識にトライしよう、とCIFAR-10に。
• CIFAR-10は、飛行機からトラックまでの、たった10カテゴリーの分類課題。ピクセル数も32x32とコンパクトですが、画像の例を見てみると、実に多様なデータが含まれていると思います。
• これが、簡単なコードと、8年もののiMacで、ランチを食べている間に、8割方認識できてしまう。あらためて、不思議に感じられてきました。

CIFAR-10データベース

---

トライしたネットワーク構造

Conv1	Conv2	Pool	DO	Conv3	Conv4	Conv5	Pool	DO	Dense	DO
3x3	3x3	2x2	25%	3x3	3x3	3x3	2x2	25%	128~528	50%
32	32			64	64	64

Convolution層数

• 4層まで、Test認識率が向上。
• 5層の方が、過学習(Train-Test)も小さそうだが、ステップ毎計算時間も比例して増える。

Dense層ノード数

• Denseノード数が多い方が、過学習(Train-Test)が小さく見えるが、

• ノード数が多いと、学習途中の損失関数の低下が遅くなってくる。縦軸が同じ(例 0.5)の時点で比較すると、過学習の度合いはほぼ同じだった。

---

コメント

• 次は、フィルターサイズ3x3とPadding、フィルター種数を変えて確認しようかと。フィルターサイズは元画像の分解能、フィルター種数はエッジ角度分解能等、層数は抽出特徴の組み合わせ段数、などと関係するのでは。

---

今回使用したコード例

import numpy as np

import keras
from keras.datasets import cifar10
from keras.utils import to_categorical
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Dropout, Flatten, Dense

if __name__ == '__main__':
  nb_classes = 10
  batch_size = 128
  epochs = 24

  (X_train, y_train), (X_test, y_test) = cifar10.load_data()
  print(X_train.shape, y_train.shape, X_test.shape, y_test.shape)
  X_train = X_train.astype('float32')/ 255
  X_test = X_test.astype('float32') / 255
  Y_train = to_categorical(y_train, nb_classes)
  Y_test = to_categorical(y_test, nb_classes)
  
  model = Sequential()
  model.add(Conv2D(32, (3, 3), input_shape=X_train.shape[1:], activation='relu', padding='same'))
  model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  model.add(Dropout(0.25))
  
  model.add(Conv2D(64, (3, 3), activation='relu', padding='same'))
  model.add(Conv2D(64, (3, 3), activation='relu', padding='same'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  model.add(Dropout(0.25))

  model.add(Flatten())
  model.add(Dense(128, activation='relu'))
  model.add(Dropout(0.5))
  model.add(Dense(nb_classes, activation='softmax'))

  model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
  model.summary()
  
  model.fit(X_train, Y_train, batch_size=batch_size, epochs=epochs, verbose=1, validation_split=0.1)

  loss, acc = model.evaluate(X_test, Y_test, verbose=0)
  print('Test loss:', loss)
  print('Test acc:', acc)