2016年10月2日 更新

Juliaで学ぶ画像処理〜cifar-datasetsでニューラルネットワーク〜

今回も前回に引き続き、ニューラルネットワークを実装する方法についてご紹介します。

1,371 view お気に入り 0
 (2139)

でインストール完了です。

4. 用いたコードについて

以下で用いたコードを書いていきます。なお、エディタはJupyterを使用しました。
 (2143)

 (2144)

長いですが、層の設計をしています。入力はデータで、出力はラベルですね。それが正しいラベルと一致するように層を変化させていくことをしています。これにより、以下のようなネットワーク構造が出力できるとperfectです。(以下は出力なのでエディタに記入する必要はありません。)
 (2146)

次に計算していく上で必要な設定をしていきます。
 (2148)

これで細かな設定を行っています。主に、学習の仕方、更新の仕方、testデータの結果をどのくらいの反復で出力するかです。これについてはデフォルトのままでいいと思います。
 (2150)

学習の開始です。以下のように学習が進んでいくと思います。なお、僕のPCではこれを終えるのに2日程度かかりました。気長に待ちましょう。(なお下も計算結果です。)
 (2152)

ここまでで前半終了です。次からはこれを用いて、画像識別がうまくいっているかチェックしていくことにしましょう。
30 件

関連する記事 こんな記事も人気です♪

Deep learningで画像認識③〜ネオコグニトロンとは?〜

Deep learningで画像認識③〜ネオコグニトロンとは?〜

Deep learningは、画像認識において大きな成功を収めています。そこで用いられる多層ネットワークは、畳み込みニューラルネットワーク(convolutional neural network:CNN)と呼ばれており、画像認識に適した独特の構造を持っています。
木田智士 | 21,788 view
Deep learningで画像認識②〜視覚野と畳み込みニューラルネットワーク 〜

Deep learningで画像認識②〜視覚野と畳み込みニューラルネットワーク 〜

前回に引き続き、Deep learningで画像解析についてご紹介します。今回は、畳み込みネットが画像認識に適している理由を解説しようと思います。
木田智士 | 18,659 view
人工知能エンジニアMeetUp!#3〜医療ビッグデータの活用〜のまとめ

人工知能エンジニアMeetUp!#3〜医療ビッグデータの活用〜のまとめ

先日、「人工知能エンジニアMeetUp」と題して、医療ビッグデータの活用に関する講演がありましたのでその模様をご紹介します。
画像処理・画像解析エンジニアMeet Up! #3 〜Lp-tech2周年特集〜を終えて

画像処理・画像解析エンジニアMeet Up! #3 〜Lp-tech2周年特集〜を終えて

2016年7月22日に画像処理・画像解析エンジニアMeet Up! #3 ~Lp-tech2周年特集~がありました。様子についてご紹介します。
LP-tech2周年記念#人気記事のまとめ#第5位〜第1位

LP-tech2周年記念#人気記事のまとめ#第5位〜第1位

LP-techが始まってから2周年を迎えました。ここまでLP-techを続けることができたのも読者の皆様のおかげだと思っています。そこで、LP-techの感謝祭ということで、人気の記事を第20位から第1位までをご紹介します。今回は第5位〜第1位までです。

この記事のキーワード

この記事のキュレーター

エルピクセル編集部 エルピクセル編集部