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

90.51%

  • Keras

    209questions

kerasをこれから学びたい

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 267

million

score 2

前提・実現したいこと

これからkerasを学ぼうと思い、調べていました
こちらのソースの仕組み、処理の仕組み、どのように動いているか教えていただけませんか?
それと何を元にパーセンテージ表示しているのかも教えていただけると助かります。

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

from keras.models import Sequential
from keras.layers import Activation, Dense, Dropout, Convolution2D, Flatten, MaxPooling2D
from keras.utils.np_utils import to_categorical
from keras.optimizers import Adagrad
from keras.optimizers import Adam
import numpy as np
from PIL import Image
import os

 学習用のデータを作る.

image_list = []
label_list = []

 ./data/train 以下のorange,appleディレクトリ以下の画像を読み込む。

for dir in os.listdir("data/train"):
if dir == ".DS_Store":
continue

dir1 = "data/train/" + dir 
label = 0

if dir == "kisenosato":    # 稀勢の里はラベル0
label = 0
elif dir == "hashimoto":   # 橋本環奈はラベル1
label = 1
elif dir == "hirose":      # 広瀬すずはラベル2
label = 2

for file in os.listdir(dir1):
if file != ".DS_Store":

 配列label_listに正解ラベルを追加(稀勢の里:0 橋本環奈:1 広瀬すず:2)

label_list.append(label)
filepath = dir1 + "/" + file

 画像を100x100pixelに変換し、1要素が[R,G,B]3要素を含む配列の100x100の2次元配列として読み込む。

 [R,G,B]はそれぞれが0-255の配列。

image = np.array(Image.open(filepath).resize((100, 100)))
print(filepath)

 配列を変換し、[[Redの配列],[Greenの配列],[Blueの配列]] のような形にする。

image = image.transpose(2, 0, 1)
print(image.shape)

 出来上がった配列をimage_listに追加。

image_list.append(image / 255.)

 kerasに渡すためにnumpy配列に変換。

image_list = np.array(image_list)

 ラベルの配列を1と0からなるラベル配列に変更

 0 -> [1,0,0], 1 -> [0,1,0] という感じ。

Y = to_categorical(label_list)

 モデルを生成してニューラルネットを構築

model = Sequential()
model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=(3, 100, 100)))
model.add(Activation("relu"))
model.add(Convolution2D(32, 3, 3))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2, 2), border_mode=("same")))
model.add(Dropout(0.25))

model.add(Flatten())

model.add(Dense(200))
model.add(Activation("relu"))
model.add(Dropout(0.2))

model.add(Dense(200))
model.add(Activation("relu"))
model.add(Dropout(0.2))

model.add(Dense(3))
model.add(Activation("softmax"))

 オプティマイザにAdamを使用

opt = Adam(lr=0.0001)

 モデルをコンパイル

model.compile(loss="categorical_crossentropy", optimizer=opt, metrics=["accuracy"])

 学習を実行。10%はテストに使用。

model.fit(image_list, Y, nb_epoch=1000, batch_size=25, validation_split=0.1)

 テスト用ディレクトリ(./data/train/)の画像でチェック。正解率を表示する。

total = 0.
ok_count = 0.

for dir in os.listdir("data/test"):
if dir == ".DS_Store":
continue

dir1 = "data/test/" + dir 
label = 0

if dir == "kisenosato":
label = 0
elif dir == "hashimoto":
label = 1
elif dir == "hirose":
label = 2

for file in os.listdir(dir1):
if file != ".DS_Store":
label_list.append(label)
filepath = dir1 + "/" + file
image = np.array(Image.open(filepath).resize((100, 100)))
print(filepath)
image = image.transpose(2, 0, 1)
result = model.predict_classes(np.array([image / 255.]))
print("label:", label, "result:", result[0])

total += 1.

if label == result[0]:
ok_count += 1.

print("seikai: ", ok_count / total * 100, "%")

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。

質問への追記・修正の依頼

  • mkgrei

    2018/01/12 18:51

    知りたいことはpythonの実装の関連することでしょうか?また深層学習についてはどれほど理解しているのでしょうか?

    キャンセル

  • million

    2018/01/17 20:48

    返信遅れてしまい申し訳ありませんでした。知りたいことはこのソースが上からどのような手順で動いているか、です。画像の読み込みまでは理解できているのですが、ニューラルネット形成の上で”model.add(Flatten())”から下の動きがよくわからなかったのと、テストのは方の処理が知りたかったことです。深層学習につきませしては勉強を始めたばかりでまだ深く理解はしていません。ですが頂いたじねっbちでわからないことがあれば自分で調べたいと思うので、私の理解を気にせずに解説をしていただけますと助かります。

    キャンセル

  • million

    2018/01/17 20:50

    頂いた質問でわからない、が正しいコメントです。誤字申し訳ありません。

    キャンセル

まだ回答がついていません

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 90.51%
  • 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

  • Keras

    209questions