Q&A
・質問文が途中のようですので確認してください。
・「たくさん紹介して頂いているのですが、」とのことですので、重複をさけるためにも提示した方が良いかと思います。
タイトルの通り、ありますでしょうか。
この場合の実行可能とは、最新のDL可能なPython（3.9 や、VisualStudio)で、
必要なものをコマンド等で無料でプログインルすれば実行できるもの、になります。
たくさん紹介(
https://ruby-de-free.net/wp/hand-painted-numeric-judgment-ai-program-5/
https://qiita.com/ginrou@github/items/07b52a8520efcaebce37
)して頂いているのですが、大体過去のいずれかのバージョンのpythonでないとできなかったり、
結果的に実行できなかったりしてしまっています(opencvは使えましたがニューラルネットワークを使っていなかったのと、複雑すぎて簡単ではなく、プログラムを包括的に理解できそうになかったため、またyoloは途中ですが同様の、複雑すぎるという理由から抵抗があります)。
画像認識系が希望ですが、なければ画像関係であれば良いですお願いします。
私は機械学習や画像処理系の分野に明るい訳ではありませんが、こちらの質問がteratailの主旨に沿うものとは到底思えません。先のいくつかのご質問でも指摘されていたかと思います。
[推奨していない質問] https://teratail.com/help/avoid-asking
或いは、「人力検索はてな」https://q.hatena.ne.jp/ のようなところで質問されてみてはいかがでしょうか。
ここが最も適切にこたえて頂けると思うのでここで質問していきたいなと考えています。
また自分で新たに、ニューラルネットワークのプログラムを探しました、
実践していませんがまだ、以下サイトの説明のあるものになります、問題なく実践できそうなものはありますでしょうか？
https://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352
https://qiita.com/ta-ka/items/bcdfd2d9903146c51dcb
https://www.atmarkit.co.jp/ait/articles/2001/22/news012.html
https://note.com/maako_0810/n/n51943c87e01e
https://www.atmarkit.co.jp/ait/articles/2005/21/news017.html
この中で最も問題なく実行できるものがあれば、実行してみたいと思っているのですが、、
どれが無難そうでしょうか。
qiitaはコメント機能がありますので記事の作成者に問い合わせてはいかがでしょうか？それが最も正確な情報を得られると思います。
また、「簡単な」の定義が分からないので回答が難しいところかと思います。yoloは実行自体は簡単ですよね？ アルゴリズムを理解しようとすれば難しいと思います。
> 大体過去のいずれかのバージョンのpythonでないとできなかったり
pythonはモジュールの開発が活発でありバージョンの互換性の問題は散見されます。pythonで機械学習を学ぶのであればその問題は避けられないかと思います。（自力で解決する能力を身に着けることもある程度は必要になります）
qiitaの質問機能も使っていこうかなと思います。
ただ返信はこちらの方が早く頂けるような気がして、よく利用しております。
> qiitaの質問機能も使っていこうかなと思います。
私が勧めたのは記事に対する「コメント」の方です。
コメント使っていきたいですね。
上にあげたページ中だと、どれが一番成功しやすそうでしょうか。
回答2件
0
リンク先を見てみましたが、機会学習についての説明としては「複雑すぎて簡単ではな」いようには見えません。
ただ、そもそも機会学習というのはコンピューティングの中でも難しい部類に入りますので、pythonの環境構築(OSまわりを含めて)とかpython言語の知識などの基礎の上に成り立っていますので、そのあたりに不安があるようだと難しいと思います。
「ぱっと読んで書いてあることを真似してみるだけでそれなりに上手くうごく」ようなもの無いと思ったほうがよくて、どれか一つ難しくてもがんばってやってみるのがいいのではないかと思います。
僕も、MNISTの手書き数字を全結合型ニューラルネットワークで処理してみようはよさそうだと思いますね。
投稿2021/02/07 10:16
総合スコア12825
内容の理解は後回しにして、「実行できるもの」、が希望です。
簡単めのプログラムは、何らかの複数の要因で実行すらできない、というものばかりなのです。
MNISTの手書き数字を全結合型ニューラルネットワークで処理してみよう
が一票ですかね。
0
ベストアンサー
https://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352
https://qiita.com/ta-ka/items/bcdfd2d9903146c51dcb
https://www.atmarkit.co.jp/ait/articles/2001/22/news012.html
https://note.com/maako_0810/n/n51943c87e01e
https://www.atmarkit.co.jp/ait/articles/2005/21/news017.html
この中で最も問題なく実行できるものがあれば、実行してみたいと思っているのですが、、
どれが無難そうでしょうか。
ニューラルネットワークを実装したい＋画像を扱う なら自分でニューラルネットワークを作ろうで良いと思います。使用するモジュールもNumpyだけなのでエラーも出ないのではないでしょうか？（試してはいませんので分かりませんが）
MNIST：手書き数字の画像データセット はmnistについての説明のページでは？
MNISTで手書き文字認識やってみたはtf.kerasの簡単な使い方が分かるかと思います。
MNISTの手書き数字を全結合型ニューラルネットワークで処理してみようはPytorchを用いたmnist分類の流れが分かるかと思います。
tensorflow・keras・Pytorchはお好きなものを学べは良いでしょう。個人的にはPytorchの方が環境構築が簡単な印象です。
投稿2021/02/07 09:07
総合スコア10605
内容の理解は後回しにして、「実行できるもの」、が希望です。
簡単めのプログラムは、何らかの複数の要因で実行すらできない、というものばかりなのです。
自分でニューラルネットワークを作ろう
が一票ですかね。
後にやってみますが、うまく動きますでしょうか、、実行までの過程で引っかかりそうなポイントがあれば、あらかじめ教えて頂きたい。。
> 内容の理解は後回しにして、「実行できるもの」、が希望です。
https://note.com/maako_0810/n/n51943c87e01e
上記をmnistの文字認識のところまで試してみました。（全てのものをこちらで検証する時間はありませんのであしからず）
いくつかの箇所でSynax Errorが出ました。これはコードコピペの際にコメントの前に全角スペースがあったためなので、簡単に対応可能です。他は問題なく実行できました。
最初の、n51943c87e01eなのですが、
しょっぱなの、
%tensorflow_version 2.x
ってなんでしょうか、まずこれが実行できません。
ちなみに、他の方法も試しましたが、結局しょっぱなから頓挫しました。
pipアップグレードしろだの、バージョンが違うだの、色々。。
> %tensorflow_version 2.xってなんでしょうか、まずこれが実行できません。
下記に説明がありました。
https://oku.edu.mie-u.ac.jp/~okumura/python/tensorflow.html
しかし、本日現在Google Colabのtensorflowのバージョンは2.4.1なので「%tensorflow_version 2.x」は不要です。
> ちなみに、他の方法も試しましたが、結局しょっぱなから頓挫しました。pipアップグレードしろだの、バージョンが違うだの、色々。。
質問者さんの環境が不明なためそちらについては分かりません。
補足ですが、https://note.com/maako_0810/n/n51943c87e01e ではGoogle Colaboratoryの使用を前提としていますので当方でもGoogle Colaboratoryにて検証しました。
pythonimportできなかったものは、とりあえずコマンドでpip installすれば良いという事が分かってきましたが、
うまく行きません、tensorflowは。
>>> import tensorflow
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'tensorflow'
https://teratail.com/questions/149244
ここを見ると、
Python3でpip install tensorflowはimport errorが発生します
これは、tensorflowがpython2でのみ使用可能だからです。
chinerなら対応しているのでそちらを使用することをお勧めします。
とあるのですが、pythonは2までダウングレードしないといけないんでしょうか？
あとその環境って大きく影響しますかね？自分はpython3.9です。
発行元 Python Software Foundation
バージョン3.9.496.0
ちなみにのシステムは、
OS名：Microsoft Windows 10 Home
バージョン：10.0.18363ビルド18363
OSの製造元：Microsoft Corporation
システム名：DESKTOP-1F8S3RI
Google Colaboratoryというものの存在を知らなかったので、それを調べて使ってみた所、
一応今できてます、途中まで。
なんで自分のやつだとできないんでしょう。
公式のシステム要件を確認いただき適切なものをインストールしてください。（python3.9には未だ対応していないようです）
https://www.tensorflow.org/install/pip?hl=ja
> システム要件
Python 3.5–3.8
Python 3.8 サポートには、TensorFlow 2.2 以降が必要です。
pip 19.0 以降（manylinux2010 サポートが必要）
Ubuntu 16.04 以降（64 ビット）
macOS 10.12.6（Sierra）以降（64 ビット）、GPU サポートなし
Windows 7 以降（64 ビット）
Visual Studio 2015、2017、および 2019 用 Microsoft Visual C++ 再頒布可能パッケージ
Raspbian 9.0 以降
GPU サポートには CUDA® 対応カードが必要（Ubuntu、Windows 用）
pythonを3.9の最新の使ってたから、今までいろんな所でエラーが出ていたのですかね。
pipは問題なさそうですかね、数字が19より大きいし、
他も問題はなさそうか・・・pythonを3.8にダウングレードしたら問題なくできそうですかね。
まあGoogleCollaborateでうまくできそうではありますが。。
でもやっぱGoogleCollaborateで他もうまくいくとは限らないんですかね？
> まあGoogleCollaborateでうまくできそうではありますが。。
Google Colaboratoryですね。
> でもやっぱGoogleCollaborateで他もうまくいくとは限らないんですかね？
ケースバイケースです。
python3.9をアンインストールしました、
他にもインストールしており、たぶん現在3.8(64bit)が動いています。
3.9では使えなかった、python -m pip～が使えているみたいに見えます、
とりあえず、
C:\Users\user>py -m pip install tensorflow
した結果が以下です、かなり長いですね、、何か色々インストールしてます、そして、最後にエラーが大量に、これは無視していいのでしょうか・・・
Collecting tensorflow
Downloading tensorflow-2.4.1-cp38-cp38-win_amd64.whl (370.7 MB)
|████████████████████████████████| 370.7 MB 20 kB/s
Collecting grpcio~=1.32.0
Downloading grpcio-1.32.0-cp38-cp38-win_amd64.whl (2.6 MB)
|████████████████████████████████| 2.6 MB 91 kB/s
Collecting termcolor~=1.1.0
Downloading termcolor-1.1.0.tar.gz (3.9 kB)
Collecting wheel~=0.35
Downloading wheel-0.36.2-py2.py3-none-any.whl (35 kB)
Collecting h5py~=2.10.0
Downloading h5py-2.10.0-cp38-cp38-win_amd64.whl (2.5 MB)
|████████████████████████████████| 2.5 MB 18 kB/s
Collecting flatbuffers~=1.12.0
Downloading flatbuffers-1.12-py2.py3-none-any.whl (15 kB)
Collecting protobuf>=3.9.2
Downloading protobuf-3.14.0-py2.py3-none-any.whl (173 kB)
|████████████████████████████████| 173 kB 3.3 MB/s
Collecting numpy~=1.19.2
Downloading numpy-1.19.5-cp38-cp38-win_amd64.whl (13.3 MB)
|████████████████████████████████| 13.3 MB 41 kB/s
Collecting tensorflow-estimator<2.5.0,>=2.4.0
Downloading tensorflow_estimator-2.4.0-py2.py3-none-any.whl (462 kB)
|████████████████████████████████| 462 kB 6.4 MB/s
Collecting six~=1.15.0
Downloading six-1.15.0-py2.py3-none-any.whl (10 kB)
Collecting absl-py~=0.10
Downloading absl_py-0.11.0-py3-none-any.whl (127 kB)
|████████████████████████████████| 127 kB 3.2 MB/s
Collecting astunparse~=1.6.3
Downloading astunparse-1.6.3-py2.py3-none-any.whl (12 kB)
Collecting opt-einsum~=3.3.0
Downloading opt_einsum-3.3.0-py3-none-any.whl (65 kB)
|████████████████████████████████| 65 kB 654 kB/s
Collecting typing-extensions~=3.7.4
Downloading typing_extensions-3.7.4.3-py3-none-any.whl (22 kB)
Collecting wrapt~=1.12.1
Downloading wrapt-1.12.1.tar.gz (27 kB)
Collecting gast==0.3.3
Downloading gast-0.3.3-py2.py3-none-any.whl (9.7 kB)
Collecting tensorboard~=2.4
Downloading tensorboard-2.4.1-py3-none-any.whl (10.6 MB)
|████████████████████████████████| 10.6 MB 3.3 MB/s
Collecting google-pasta~=0.2
Downloading google_pasta-0.2.0-py3-none-any.whl (57 kB)
|████████████████████████████████| 57 kB 737 kB/s
Collecting keras-preprocessing~=1.1.2
Downloading Keras_Preprocessing-1.1.2-py2.py3-none-any.whl (42 kB)
|████████████████████████████████| 42 kB 462 kB/s
Requirement already satisfied: setuptools>=41.0.0 in c:\users\user\appdata\local\programs\python\python38\lib\site-packages (from tensorboard~=2.4->tensorflow) (49.2.1)
Collecting requests<3,>=2.21.0
Downloading requests-2.25.1-py2.py3-none-any.whl (61 kB)
|████████████████████████████████| 61 kB 1.3 MB/s
Collecting markdown>=2.6.8
Downloading Markdown-3.3.3-py3-none-any.whl (96 kB)
|████████████████████████████████| 96 kB 440 kB/s
Collecting tensorboard-plugin-wit>=1.6.0
Downloading tensorboard_plugin_wit-1.8.0-py3-none-any.whl (781 kB)
|████████████████████████████████| 781 kB 3.2 MB/s
Collecting werkzeug>=0.11.15
Downloading Werkzeug-1.0.1-py2.py3-none-any.whl (298 kB)
|████████████████████████████████| 298 kB 1.3 MB/s
Collecting google-auth<2,>=1.6.3
Downloading google_auth-1.25.0-py2.py3-none-any.whl (116 kB)
|████████████████████████████████| 116 kB 819 kB/s
Collecting google-auth-oauthlib<0.5,>=0.4.1
Downloading google_auth_oauthlib-0.4.2-py2.py3-none-any.whl (18 kB)
Collecting certifi>=2017.4.17
Downloading certifi-2020.12.5-py2.py3-none-any.whl (147 kB)
|████████████████████████████████| 147 kB 2.2 MB/s
Collecting idna<3,>=2.5
Downloading idna-2.10-py2.py3-none-any.whl (58 kB)
|████████████████████████████████| 58 kB 1.1 MB/s
Collecting urllib3<1.27,>=1.21.1
Downloading urllib3-1.26.3-py2.py3-none-any.whl (137 kB)
|████████████████████████████████| 137 kB 1.7 MB/s
Collecting chardet<5,>=3.0.2
Downloading chardet-4.0.0-py2.py3-none-any.whl (178 kB)
|████████████████████████████████| 178 kB 1.6 MB/s
Collecting cachetools<5.0,>=2.0.0
Downloading cachetools-4.2.1-py3-none-any.whl (12 kB)
Collecting pyasn1-modules>=0.2.1
Downloading pyasn1_modules-0.2.8-py2.py3-none-any.whl (155 kB)
|████████████████████████████████| 155 kB 3.3 MB/s
Collecting rsa<5,>=3.1.4; python_version >= "3.6"
Downloading rsa-4.7-py3-none-any.whl (34 kB)
Collecting requests-oauthlib>=0.7.0
Downloading requests_oauthlib-1.3.0-py2.py3-none-any.whl (23 kB)
Collecting pyasn1<0.5.0,>=0.4.6
Downloading pyasn1-0.4.8-py2.py3-none-any.whl (77 kB)
|████████████████████████████████| 77 kB 1.7 MB/s
Collecting oauthlib>=3.0.0
Downloading oauthlib-3.1.0-py2.py3-none-any.whl (147 kB)
|████████████████████████████████| 147 kB 2.2 MB/s
Using legacy 'setup.py install' for termcolor, since package 'wheel' is not installed.
Using legacy 'setup.py install' for wrapt, since package 'wheel' is not installed.
Installing collected packages: six, grpcio, termcolor, wheel, numpy, h5py, flatbuffers, protobuf, tensorflow-estimator, absl-py, astunparse, opt-einsum, typing-extensions, wrapt, gast, certifi, idna, urllib3, chardet, requests, markdown, tensorboard-plugin-wit, werkzeug, cachetools, pyasn1, pyasn1-modules, rsa, google-auth, oauthlib, requests-oauthlib, google-auth-oauthlib, tensorboard, google-pasta, keras-preprocessing, tensorflow
Running setup.py install for termcolor ... done
WARNING: The script wheel.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The script f2py.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Running setup.py install for wrapt ... done
WARNING: The script chardetect.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The script markdown_py.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The scripts pyrsa-decrypt.exe, pyrsa-encrypt.exe, pyrsa-keygen.exe, pyrsa-priv2pub.exe, pyrsa-sign.exe and pyrsa-verify.exe are installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The script google-oauthlib-tool.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The script tensorboard.exe is installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
WARNING: The scripts estimator_ckpt_converter.exe, import_pb_to_tensorboard.exe, saved_model_cli.exe, tensorboard.exe, tf_upgrade_v2.exe, tflite_convert.exe, toco.exe and toco_from_protos.exe are installed in 'C:\Users\user\AppData\Local\Programs\Python\Python38\Scripts' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
Successfully installed absl-py-0.11.0 astunparse-1.6.3 cachetools-4.2.1 certifi-2020.12.5 chardet-4.0.0 flatbuffers-1.12 gast-0.3.3 google-auth-1.25.0 google-auth-oauthlib-0.4.2 google-pasta-0.2.0 grpcio-1.32.0 h5py-2.10.0 idna-2.10 keras-preprocessing-1.1.2 markdown-3.3.3 numpy-1.19.5 oauthlib-3.1.0 opt-einsum-3.3.0 protobuf-3.14.0 pyasn1-0.4.8 pyasn1-modules-0.2.8 requests-2.25.1 requests-oauthlib-1.3.0 rsa-4.7 six-1.15.0 tensorboard-2.4.1 tensorboard-plugin-wit-1.8.0 tensorflow-2.4.1 tensorflow-estimator-2.4.0 termcolor-1.1.0 typing-extensions-3.7.4.3 urllib3-1.26.3 werkzeug-1.0.1 wheel-0.36.2 wrapt-1.12.1
WARNING: You are using pip version 20.2.3; however, version 21.0.1 is available.
You should consider upgrading via the 'C:\Users\user\AppData\Local\Programs\Python\Python38\python.exe -m pip install --upgrade pip' command.
お・・・でもpythonで実行できてます、後のやつも、まだ途中までですが。
Collabo使わなくとも。
他ページのもできますかね～。
まだ途中ですが、全部できそうですね。
ところで、
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
とあるように、tensorflow,numpy,matplotibの部分はいわば「ブラックボックス」化してしまっていますが、
この中身を、必要な部分だけ学習するというのは大変ですかね？
どのような機能をそれぞれのライブラリー？が持っているんでしょうか。
> そして、最後にエラーが大量に、これは無視していいのでしょうか・・・
出ているのはwarningではありませんか？warningとerrorは別物です。
> tensorflow,numpy,matplotibの部分はいわば「ブラックボックス」化してしまっていますが
モジュール(ライブラリ)とはそういうものです。
> この中身を、必要な部分だけ学習するというのは大変ですかね？
ソースコードが公開されていれば中身を見ることは可能です。
> どのような機能をそれぞれのライブラリー？が持っているんでしょうか。
公式ドキュメントを見てください。
各モジュール（ライブラリー）って、コマンドでいったん自身のパソコンにpip installしているから、
パソコン内に入っているものかと思ったのですが、そういうわけではないんですかね？
結局ブラックボックスの部分が出てきてしまうかんじですかね？全てみたいのですが・・・。
> 内容の理解は後回しにして、「実行できるもの」、が希望です。
上記の発言よりhttps://note.com/maako_0810/n/n51943c87e01eが良いのでは？と思った次第です。
自身で実装したいということであれば、https://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352が良いかと思います。行列計算等にNumpyは使用していますが「「ブラックボックス」化」はしていないかと思いますので。
このプログラムは、手書き数字のcsvデータを読み込み、特定の数字を出力しているんですかね？
これは、例えば自分で手書きの数字を描いて、それを専用のcsvファイルに変えると、
自分でも実践ができそうですが、そういったこと（自分で数字を描いてcsvに変換）も可能なんでしょうか？
csvには、どのようにして変換するのでしょうか。
また、
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
この3つは、ブラックボックス化されており、中身はどうやっても見れない感じですかね、やっぱり。
プログラムの詳細については記事の作成者にお問い合わせください。
モジュールの中身についてはインストールしたマシンにソースコードがありますので確認してください。場所については環境に依ります。
モジュールについて、モジュールはソースを見れるという事は、その意味においては
別にブラックボックスというわけでもないんでしょうか。
モジュールのプログラムから、全て１から理解していけばプログラムが解明できる・・・？
https://qiita.com/takahiro_itazuri/items/d2bea1c643d7cca11352
ニューラルネットワークについて知りたいのであれば上記の説明を読みながら実装するのが良いのではないでしょうか？ この記事では説明が不足しているというのであれば「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 」という書籍が詳しいかと思います。
自分で作ろう、とのタイトルからすると良さげですね。
後日手を動かしてやってみようと思うのですが、
結局これ、csvデータを読み込んで、結果精度が云々って何をやってるんですかね？？
複数の入力データを自分で作製し、入力して、結果の変化を随時見て考察などしていきたい。。
記事をよく読まれて実際に実行された上で疑問点があれば、まずは記事の作成者へお問い合わせください。返信がない場合にはteratail等の質問サイトで質問するのが良いかと思います。
ここの方が回答を早く（平均取ると大体１２時間以内に・・・）頂けるので頻繁に利用させて頂きたいのですが。。
記事の内容は作成者が一番知っているのでそちらから回答が得られるのがベストです。Q&Aサイトの回答は質問者にて検証して判断すべきものと思います。
はい。
あなたの回答
tips
プレビュー
