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!

ただいまの
回答率

90.86%

  • Python

    5900questions

    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。

  • 機械学習

    511questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

ゼロから作るディープラーニング3章でaccuracyが低くなってしまう。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 141

sixiong

score 4

オライリーの「ゼロから作るDeep Learning」の3.6.2でニューラルネットワークの推論処理を行うのですが、Accuracy:0.9352となるはずのところがAccuracy:0.0001となってしまいます。カレントディレクトリはch03で、sample_weight.pklはch03の中に、mnist.pklはdatasetの中に入っています。macで行っています。

以下、ソースコードです。何が間違っているのかを教えてくださると嬉しいです。よろしくお願いします。

Python 3.6.3 |Anaconda, Inc.| (default, Oct  6 2017, 12:04:38) 
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin
Type "help", "copyright", "credits" or "license" for more information.

import numpy as np
import pickle
import sys,os
sys.path.append(os.pardir)
from dataset.mnist import load_mnist
from PIL import Image
def sigmoid(x):
...  y = 1/(1+np.exp(-x))
...  return y
... 
def softmax(x):
...  c=np.max(x)
...  exp_x=np.exp(x-c)
...  sum_exp_x=np.sum(exp_x)
...  y=exp_x/sum_exp_x
...  return y
... 
def get_data():
...  (x_train, t_train), (x_test, t_test)=load_mnist(normalize=True, flatten=True, one_hot_label=False)
...  return x_test, t_test
... 
def init_network():
...  with open("sample_weight.pkl", 'rb') as f:
...   network=pickle.load(f)
...  return network
... 
def predict(network,x):
...  W1,W2,W3=network['W1'],network['W2'],network['W3']
...  b1,b2,b3=network['b1'],network['b2'],network['b3']
...  a1=np.dot(x,W1)+b1
...  z1=sigmoid(a1)
...  a2=np.dot(z1,W2)+b2
...  z2=sigmoid(a2)
...  a3=np.dot(z2,W3)+b3
...  y=softmax(a3)
...  return y
... 
x,t=get_data()
network=init_network()
accuracy_cnt=0
for i in range(len(x)):
...  y=predict(network,x[i])
...  p=np.argmax(y)
... 
if p==t[i]:
...  accuracy_cnt =+ 1
... 
print("Accuracy:" +str(float(accuracy_cnt)/len(x)))
Accuracy:0.0001

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+3

走らせていないので頭の中の思考実験の結果です。

以下のインデントがあやしいですね。

現状)

for i in range(len(x)):
    y=predict(network,x[i])
    p=np.argmax(y)

if p==t[i]:
    accuracy_cnt =+ 1

これだと、forがすべて済んだ後に、一回だけp==t[i]つまり、「for文の最後の結果だけ」についてaccuracy_cntの更新をしています。もし'len(x)'が10000で、最後の結果が正解なら、'Accuracy:0.0001'となるはずです。

なので、解決するにはインデントを直さないといけませんね。

解決案)

for i in range(len(x)):
    y=predict(network,x[i])
    p=np.argmax(y)

    if p==t[i]:
        accuracy_cnt =+ 1

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/30 19:19

    できました!ありがとうございます!

    キャンセル

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 90.86%
  • 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られる

関連した質問

同じタグがついた質問を見る

  • Python

    5900questions

    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。

  • 機械学習

    511questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。