#はじめに
- これは個人的なメモである。
- ゼロから作るDeep Learning を読んだが全く理解できない。
- とりあえず、サンプルプログラムを実行してみるが、それでも理解できない。
- サンプルプログラムを書き換えまくって、どうにか理解しようとしてみた。
#参考
ゼロから作るDeep Learning
本書のサンプルコードGit
※今回は 3.6.1 MINISTデータセット のメモ
#環境
- OS=Windows10
- Python=Anaconda for WIndows->Python 3.6.5 :: Anaconda, Inc.
- Editor=Visual Studio Code 1.25.1
neuralnet_mnist.py を読む
↑画像に書かれた0～9の数値を認識する処理
#書き換えまくったソースをメモとして残す
neuralnet_mnist_gebo.py
#オリジナルソースは https://github.com/oreilly-japan/deep-learning-from-scratch
#カレントディレクトリ deep-learning-from-scratch で実行する必要があります。
# coding: utf-8
import sys, os
sys.path.append(os.curdir)
import numpy as np
import pickle
from dataset.mnist import load_mnist
from common.functions import sigmoid, softmax
from PIL import Image
from tkinter import Tk, messagebox
def get_data():
#(x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
(x_train, t_train), (x_test, t_test) = load_mnist(normalize=False, flatten=True)
return x_test, t_test
def init_network():
with open("ch03\sample_weight.pkl", 'rb') as f:
network = pickle.load(f)
return network
def predict(network, x):
W1, W2, W3 = network['W1'], network['W2'], network['W3']
b1, b2, b3 = network['b1'], network['b2'], network['b3']
# debug
#print(x.ndim)
#print(x.shape)
#print(W1.ndim)
#print(W1.shape)
#print(b1.ndim)
#print(b1.shape)
# input=784 output=50
# ここがおまじない
# 1次元配列x と 2次元配列W1 の 積 に b1 を 足した値を a1 とする
# x=画像データ , W1 ,b1 は 外部ファイルから読み込んだパラメータ
a1 = np.dot(x, W1) + b1
# sigmoid 大小関係はそのまま、a1の値を0から1の範囲に押し込める
z1 = sigmoid(a1)
# input=50 output=100
a2 = np.dot(z1, W2) + b2
# sigmoid 大小関係はそのまま、a1の値を0から1の範囲に押し込める
z2 = sigmoid(a2)
# input=100 output=10
a3 = np.dot(z2, W3) + b3
y = softmax(a3)
#a3とyの大乗関係は変わらないはず、そういう意味ではsoftmax()は不要では
#print(a3)
#print(y)
# yではなく、a3でreturnしても結果は同じになる
#return y
return(a3)
def show_msgboxyesno(msg):
root = Tk()
root.withdraw()
truefalse = messagebox.askyesno("確認",msg)
root.quit()
return(truefalse)
def show_msgbox(msg):
root = Tk()
root.withdraw()
messagebox.showinfo("message",msg)
root.quit()
#画像データとテキストを表示
def show_img_and_label(imgdata,textdata):
#imgdataは28*28の1次元配列
#debug
print(imgdata.ndim) # 1
print(imgdata.shape) # (784,)
img = imgdata.reshape(28, 28) # 形状を元の画像サイズに変形
#debug
print(img.ndim) # 2
print(img.shape) # (28, 28)
# PIL用のイメージobjectに変換する
pil_img = Image.fromarray(np.uint8(img))
# Windows表示
pil_img.show()
show_msgbox("表示されている画像は" + str(textdata) + "です")
# 【ここから】
# テストデータの取得 X=画像データ、t=画像に書かれている文字（テキスト）
x ,t = get_data()
#print(x.ndim)
#print(x.shape)
#print(t.ndim)
#print(t.shape)
# パラメータを取得
network = init_network()
# print(type(network)
# print(network.ndim)
# print(network.shape)
predict_cnt = 0
accuracy_cnt = 0
for i in range(len(x)):
# 認識させる画像を表示したい場合はここを実行
# ※非同期処理なので注意
# show_img_and_label(x[i],t[i])
# 画像認識処理
# 画像(x[i])でかかれている数字が何なのかを認識する
# yは10個の配列で0～9である確率を示す
y = predict(network, x[i])
#print(y)
predict_cnt += 1
p= np.argmax(y) # 最も確率の高い要素のインデックスを取得
if p == t[i]:
# 正解だったらカウンタをプラスする
accuracy_cnt += 1
else:
# 間違った時の情報を見たいとき
show_img_and_label(x[i],t[i])
show_msgbox("認識結果は"+ str(p) + "でした\n\n" + str(y))
# まだ続けるかどうかここでチェックする
if show_msgboxyesno("まだ続けますか？") == False :
# もう続けない
break
# 正解率をprint
print("Accuracy:" + str(float(accuracy_cnt) / predict_cnt))
msg = "回答数=" + str(predict_cnt) + "\n"
msg = msg + "〇 = " + str(accuracy_cnt) + "\n"
msg = msg + "× = " + str(predict_cnt-accuracy_cnt) + "\n"
msg = msg + "正解率は"+ str(float(accuracy_cnt) / predict_cnt) + "でした\n"
show_msgbox(msg)
#メモ
predict(network, x)
- 引数
- network : dict型 : ニューラルネットワークによる推論処理のパラメータ
- x : numpy.ndarray型 : 認識させたい画像データ（28×28ピクセル）
- 戻り値
- 画像の認識結果、numpy.ndarray型
- →10個の配列、画像が0～9のどれに該当するか、の確率