質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

149閲覧

tensorflow+kerasでの分類

ace_

総合スコア7

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2017/12/25 06:51

###前提・実現したいこと
三種類の画像を分類したいと思い
http://ykubot.com/2017/11/05/tensorflow-keras-monkey-1/
こちらのページの画像を自分が分類したい画像に変え、動かしたのですが
このページでいう分類というのがいまいち理解できませんでした
プログラムを動かし、npzのデータを読み込み、値が帰っていますが
何と比較して分類をしていうのか、この学習したデータを用いて自分の用意した画像を
学習したデータからそれが何か判断できるのでしょうか
###発生している問題・エラーメッセージ

エラーメッセージ

###該当のソースコード

ここにご自身が実行したソースコードを書いてください

###試したこと
課題に対してアプローチしたことを記載してください

###補足情報(言語/FW/ツール等のバージョンなど)
より詳細な情報

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

何と比較して分類をしていうのか、この学習したデータを用いて自分の用意した画像を

学習したデータからそれが何か判断できるのでしょうか

というのはどういうことでしょうか。
質問の意図がつかめなかったので、質問の背景についてもう少し補足していただきたいです。

この質問は手法等に関する理解度によって答えが変わるものと思われます。
0. 分類とはどういうことか
0. 教師あり学習とはどういうことか
0. ニューラルネットワークでは具体的に入力データのどこを重視して分類を行っているか

投稿2017/12/25 08:06

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

ace_

2017/12/26 18:40

言葉不足で申し訳ありません。 1・自分がやってみたいと思っていることが、三つのカテゴリーの画像の部類をしたいと考えています。 こちらもちょうど三つのカテゴリーを分類しているとのことだったので、動かしてみたのですけれども ページには正解率64%と書いてあります。こちらの精度は何を元に出した数値なのでしょうか。 というのが何と比較して分類(数値を出す)しているのかわからなかったということです。 2・自分の認識があっているかわかりませんが学習データからそれがなんであるかを判断するものが教師データだと思っています。なのでこちらのぺーシのように学習したものを教師データにするのは可能なのか? また可能であればどうすればいいのか、自分がやりたいのは自分が持っている画像がなんであるかを言い当てて欲しいので、それだったら教師あり学習が一番やりたいことに近いと思ったのでこちらのもの学習したものを使えないかと思い質問しました。 補足としての解釈はあっていたでしょうか? まだまだ勉強不足なのも数学的知識も足りていないのですが何卒よろしくお願いします。
mkgrei

2017/12/27 04:30

画像を用意する時に正しいラベルを付随してあります。 具体的にはdef convert_image_to_npz(folder, label, count)のY.append(label)です。 予測したものと、最初に与えたラベルとの一致率が正解率です。 2については、やはりわかりませんでした。 教師あり学習では、今回のような画像の分類においてデータは(画像とラベル)のセットで与えられます。 そしてモデルの中のパラメータを調整して、ある特定の画像を与えた時にそれぞれどれほどの確率で各ラベルだと思われるのかを推定します。 学習段階では、正解がわかっているのでバックプロパゲーションというレシピに従ってパラメータを変化させます。 予測段階ではパラメータを固定して、各ラベルの確率を算出します。 モデルを評価するときには、予測段階だと思ってラベルを推定し、それを答えと比べます。その評価値の1つが上で書かれている正解率です。 モデルが学習したときのラベル群との類似度しか判定できません。 AとBのラベルで学習を行ったら、どちらかと言うとAらしいのか、どちらかと言うとBらしいのかまでしかわかるようになりません。
ace_

2017/12/27 07:32

正解率については理解することができました。 2につきましては下記のURL https://qiita.com/hiroeorz@github/items/ecb39ed4042ebdc0a957 のように判断して欲しいのですが、今回の学習データはラベルと画像を一緒に再生しているのですよね? それを学習用にし、テスト画像を用意したら分類してくれるのではないか、と考えていました。 この考え方が実行できるのかお聞きしたしたかったのです。伝わることはできたでしょうか? 説明がうまくなく、申し訳ありません
mkgrei

2017/12/27 08:54

もしかして私の方で勘違いしているかもしれませんが、というお断りを入れてから。 テスト画像を用意すればもちろん分類してくれます。 というより、それが目的で学習させているわけです。 例えば、りんごとオレンジで学習させれば、別のりんごの画像(学習データにないような画像)を見せた時に「りんご」である確率を算出できます。 同じモデルに、梨の画像を見せるような意地悪なことをすると流石に「梨」だとズバリ分類できないということを一応申し上げているわけです。
ace_

2017/12/27 09:33

長々とお付き合いくださりありがとうございました。 よく理解することができました。 それを踏まえて、精度はよくなくてもいいのですが最初のURLで作った学習データを用いて テスト画像を用意してプログラムを動かしたいのですが、プログラムを作る際に何か参考になるものはないか 教えていただきたいのですが、ご存知でしょうか? また作る際に気をつける点を教えていただけると幸いです。
mkgrei

2017/12/27 12:52

最初のURLでもチュートリアルとしては十分です。 精度を上げる方法は、最後に続きのリンクにあるように、画像を変形して水増しするのが一般的です。 https://keras.io/callbacks/ などの公式ドキュメントには精度を上げるためのテクニックがたくさんあるので読んでみるとよいでしょう。 https://www.google.co.jp/amp/blog.shoby.jp/entry/2017/06/07/224514%3famp=1 あとは同じようなことをしているブログがたくさんあるので、比較してどこが正しいのか、どうしたら精度を上げられるかの試行錯誤です。 漠然と言えることですぐに思いつくのはこれくらいです。 具体的にまた何かの壁にぶつかったらそれについて質問していただければと思います。
ace_

2017/12/27 13:11

ありがとうございました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問