[R-4] 機械学習「Tensorflow」+「Keras」
日経ソフトウェア」2017年11月号の記事にある「Tensorflow+Kerasによる機械学習」のフォローを終えました。「桜、バラ、ヒマワリ」の判別を基礎から勉強しました。手順は（１）写真共有サイトの「Flickr」を利用して、桜、バラ、ヒマワリの画像を300枚ずつ集める。（不適切な画像を取り除く「クリーニング」作業は今回省略）（２）画像を75×75ピクセルにリサイズしてNPZ形式に変換する。（３）画像を回転、左右反転などしてデータ数を１8倍に増やす。（４）７割：学習用、３割：テスト用にデータを分けて、ニューラルネットワークを構築し、機械学習データを保存する。（５）未知の「桜、バラ、ヒマワリ」の画像の判別を行う。結果はバラ１：99%、バラ２：100%、バラ３：100%、桜１：99%、桜２：99%、桜３：99%、ヒマワリ１：76%、ヒマワリ２：99%、ヒマワリ３：99%の確率で、全て判別に成功しました。 次に「鉄腕アトム」と「スパイダーマン」と「鉄人28号」のデータで、試してみました。ネットにあるデータが少ないので、それぞれ30個ずつになりました。データは左右対称と回転で18倍に増量しています。それぞれ３個ずつ、合計９個の未知のデータの判別で、１個だけ「鉄人２８号」を「スパイダーマン」と間違えましたが、他は正解でした。(2017/11/23)
「日経ソフトウェア」2017年11月号
テスト１画像
テスト１結果
全データ「鉄腕アトム」
全データ「スパイダーマン」
全データ「鉄人28号」
テスト２画像
テスト２a結果
テスト２b結果
