直感DeepLearningに挑戦してみた

直感Deep Learningと言う本を買ってきました。この本はタイトルの日本語訳が滅茶苦茶なのでよくありません。原著では「Deep Learning with Keras」となっています。Kerasの使い方のマニュアルと考えたほうが良いでしょう。なぜ、こんなタイトルにしてしまったのか、理解に苦しみます。日本ではKerasが浸透していないと判断されたのかな？

ぜんぜんちゃんと動かないサンプルコード

やりかたが悪いのだろうけど、Windows版のAnacondaで試してみたら最初のサンプルすらさっぱり動きません。numpyのバージョンが古いというのでアップデートしてみたりしました。

pip install nympy –upgrade

それでも、ちゃんと動かないのはTensorboardを使っているせいでした。そこの部分のコードを除去したら動くようになったので、記念にソースコードを記載しておきます。

from __future__ import print_function
import numpy as np
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.optimizers import SGD
from keras.utils import np_utils

np.random.seed(1671)  # for reproducibility

# network and training
NB_EPOCH = 200
BATCH_SIZE = 128
VERBOSE = 1
NB_CLASSES = 10   # number of outputs = number of digits
OPTIMIZER = SGD()  # SGD optimizer, explained later in this chapter
N_HIDDEN = 128
VALIDATION_SPLIT = 0.2  # how much TRAIN is reserved for VALIDATION

# data: shuffled and split between train and test sets
#
(X_train, y_train), (X_test, y_test) = mnist.load_data()

# X_train is 60000 rows of 28x28 values --> reshaped in 60000 x 784
RESHAPED = 784
#
X_train = X_train.reshape(60000, RESHAPED)
X_test = X_test.reshape(10000, RESHAPED)
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')

# normalize
#
X_train /= 255
X_test /= 255
print(X_train.shape[0], 'train samples')
print(X_test.shape[0], 'test samples')

# convert class vectors to binary class matrices
Y_train = np_utils.to_categorical(y_train, NB_CLASSES)
Y_test = np_utils.to_categorical(y_test, NB_CLASSES)

# 10 outputs
# final stage is softmax

model = Sequential()
model.add(Dense(NB_CLASSES, input_shape=(RESHAPED,)))
model.add(Activation('softmax'))

model.summary()

model.compile(loss='categorical_crossentropy',
              optimizer=OPTIMIZER,
              metrics=['accuracy'])

model.fit(X_train, Y_train,
          batch_size=BATCH_SIZE, epochs=NB_EPOCH,
          verbose=VERBOSE, validation_split=VALIDATION_SPLIT)

score = model.evaluate(X_test, Y_test, verbose=VERBOSE)
print("\nTest score:", score[0])
print('Test accuracy:', score[1])

 

システム開発

Posted by @erestage