狠狠撸
Submit Search
惭狈滨厂罢データセットの画像分类器の実装
?
Download as PPTX, PDF
?
0 likes
?
113 views
Hiroaki Matsumoto
Follow
惭狈滨厂罢データセットの画像分类器の実装
Read less
Read more
1 of 23
Download now
Download to read offline
More Related Content
惭狈滨厂罢データセットの画像分类器の実装
1.
scikit-learn MNIST/TensorFlow2 Keras
MNIST Hiroaki Matsumoto
2.
? 【scikit-learn】ニューラルネットワーク ? 【scikit-learn】ニューラルネットワーク (前処理/スケール変換あり) ?
【tf2 keras】インポートとデータ取得 ? 【tf2 keras】単層ニューラルネットワークの 実装 ? 【tf2 keras】単層ニューラルネットワーク 精度結果 ? 【tf2 keras】単層ニューラルネットワーク 分類結果 ? 【tf2 keras】CNNの実装 ? 【tf2 keras】CNN 精度結果 ? 【tf2 keras】CNN分類結果 ? 最後に 2020/2/11 2 ? 自己紹介 ? 今回の内容は? ? ちなみに ? このテーマを選んだ理由 ? 今回参考にしたもの ? 実装環境 ? MNISTとは ? t‐SNEを用いた可視化 ? 【scikit-learn】インポートとデータ取得 ? 【scikit-learn】ロジスティック回帰 ? 【scikit-learn】Support Vector Machines (SVC)
3.
? 名前:松本 博明 ?
趣味:DTM 音楽作成にAIのツールを使い始めて、AIに興味を 持っています。プログラミングは初心者です(Python)。 2020/2/11 3
4.
scikit-learnのMNISTデータセットとtf2 kerasの MNISTデータセットを使用して画像分類器を実 装し、精度の差などを検証します。 2020/2/11 4
5.
自分は八王子AIの第1回に参加した事がきっ かけでプログラミング(Python)を始めた初心者 です。 説明におかしな所があったらご指摘ください。 後で調べます。。。 2020/2/11 5
6.
? 自分が取り組んでいる書籍が、 いろいろな手法でデータセット を分類する内容が掲載されて います。(現在勉強中) ? MNISTの分類が掲載されて いないので、自分の勉強ため にこのテーマを選びました。 2020/2/11
6
7.
? ホームページ いろんな方法で MNIST
の数字画像を分類してみる https://qiita.com/propella/items/ca4e577dcaf311273157 ? 書籍 PythonによるAIプログラミング入門 ―ディープラーニングを始める前に身につけておくべき15の基礎技術 2020/2/11 7
8.
? Google Colab Colaboratory
は、完全にクラウドで実行される Jupyter ノートブック環境です。 設定不要で、無料で利用出来ます! ? ライブラリー scikit-learn MNIST tf2 keras MNIST 2020/2/11 8
9.
MNISTデータベースの画像セットは、 NIST(アメリカ国立標準技術研究所)の2つのデータ ベース(SD-1とSD-3)の組み合わせです。 SD-1は高校生(500人)、SD-3は国勢調査局の従業 員が書いた数字を収集したものです。 http://yann.lecun.com/exdb/mnist/ 上記サイトより抜粋して翻訳 2020/2/11 9
10.
2020/2/11 10 0 1 2 3 4 5 6 7 8 9
11.
実際の画面を会場でご説明します。 2020/2/11 11
12.
実際の画面を会場でご説明します。 精度は92.5%でした。 所要時間は2分ぐらいです。 2020/2/11 12
13.
実際の画面を会場でご説明します。 精度は94.6%でした。 所要時間は16分ぐらいです。 2020/2/11 13
14.
実際の画面を会場でご説明します。 精度は97.6%でした。 所要時間は31秒ぐらいです。 ※MLPClassifierは100個の隠れ層 を持っています。 2020/2/11 14
15.
2020/2/11 15 実際の画面を会場でご説明します。 精度が98%まで伸びました! 所要時間は31秒ぐらいです。
16.
実際の画面を会場でご説明します。 2020/2/11 16
17.
実際の画面を会場でご説明します。 2020/2/11 17
18.
実際の画面を会場でご説明します。 精度は92.3%でした。 ※次のページでどんな感じで分類され たのか、10個程みていきます。 2020/2/11 18
19.
5を書いた(?) 数字が6と分類さ れました。 ※字が汚い!( ?Д?) 2020/2/11 19
20.
2020/2/11 20 実際の画面を会場でご説明します。
21.
2020/2/11 21 実際の画面を会場でご説明します。 精度は99.18%でした。 ※次のページでどんな感じで分類され たのか、10個程みていきます。
22.
2020/2/11 22 5を書いた(?) 数字が5と分類さ れました。 (; ?`д??)
23.
ご清聴ありがとうございました。 他に、AIの勉強ネタで面白いものがあったら 是非教えてください! 今回発表した内容の、ファイルの格納先 https://github.com/opticalcode/The-6th-Hachioji-AI 2020/2/11 23
Download