質問編集履歴
2
ミスがあった
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -24,16 +24,7 @@
|
|
|
24
24
|
# 分類する
|
|
25
25
|
result = y.eval(feed_dict={x: [data]})
|
|
26
26
|
```
|
|
27
|
-
data = Image.open("out.png").convert('L')
|
|
28
|
-
img = np.array(data)
|
|
29
27
|
|
|
30
|
-
|
|
31
|
-
imgArray_flatten = img.flatten()
|
|
32
|
-
|
|
33
|
-
|
|
34
|
-
|
|
35
|
-
result = y.eval(feed_dict={x: [imgArray_flatten]})
|
|
36
|
-
|
|
37
28
|
#プログラム全体
|
|
38
29
|
```python
|
|
39
30
|
import tensorflow as tf
|
1
指摘点を直した
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,10 +1,29 @@
|
|
|
1
1
|
#エラー内容
|
|
2
2
|
mnistを行おうとしたら以下のようなエラーが発生しました
|
|
3
|
+
|
|
4
|
+
例外が発生しました: ValueError
|
|
3
|
-
Cannot feed value of shape (1,
|
|
5
|
+
Cannot feed value of shape (1, 64) for Tensor 'Placeholder:0', which has shape '(?, 784)'
|
|
6
|
+
|
|
4
7
|
どのように改善すればよいのでしょうか
|
|
5
8
|
#エラー箇所
|
|
6
9
|
おそらく以下の部分の改善でエラーが治ると思うのですが
|
|
10
|
+
```python
|
|
11
|
+
def imageToData(filename):
|
|
12
|
+
# 画像を8x8のグレースケールへ変換
|
|
13
|
+
grayImage = PIL.Image.open(filename).convert("L")
|
|
14
|
+
grayImage = grayImage.resize((8,8),PIL.Image.ANTIALIAS)
|
|
15
|
+
# 数値リストへ変換
|
|
16
|
+
numImage = np.asarray(grayImage, dtype = float)
|
|
17
|
+
numImage = np.floor(16 - 16 * (numImage / 256))
|
|
18
|
+
numImage = numImage.flatten()
|
|
7
19
|
|
|
20
|
+
return numImage
|
|
21
|
+
|
|
22
|
+
data = imageToData("out.jpg")
|
|
23
|
+
|
|
24
|
+
# 分類する
|
|
25
|
+
result = y.eval(feed_dict={x: [data]})
|
|
26
|
+
```
|
|
8
27
|
data = Image.open("out.png").convert('L')
|
|
9
28
|
img = np.array(data)
|
|
10
29
|
|
|
@@ -16,6 +35,7 @@
|
|
|
16
35
|
result = y.eval(feed_dict={x: [imgArray_flatten]})
|
|
17
36
|
|
|
18
37
|
#プログラム全体
|
|
38
|
+
```python
|
|
19
39
|
import tensorflow as tf
|
|
20
40
|
import numpy as np
|
|
21
41
|
import matplotlib.pyplot as plt
|
|
@@ -25,19 +45,22 @@
|
|
|
25
45
|
from tensorflow.contrib.learn.python.learn.datasets import mnist as mnist_loader
|
|
26
46
|
import base64
|
|
27
47
|
from io import BytesIO
|
|
48
|
+
import PIL
|
|
28
49
|
|
|
29
50
|
|
|
30
|
-
|
|
51
|
+
# （１）手書き数字の学習データを読み込みます。
|
|
31
52
|
mnist = mnist_loader.read_data_sets("MNIST_data/", one_hot=True)
|
|
32
53
|
|
|
54
|
+
# （２）ニューラルネットワークサイズ等設定値を指定します。
|
|
33
55
|
x = tf.placeholder("float",[None,784])
|
|
34
|
-
Weight = tf.Variable(tf.zeros([784,10]))
|
|
56
|
+
Weight = tf.Variable(tf.zeros([784,10])) # 縦28セル*横28セルなので、ニューラルネットワークの第1層は。784
|
|
35
|
-
b = tf.Variable(tf.zeros([10]))
|
|
57
|
+
b = tf.Variable(tf.zeros([10])) # 第2層は10個のニューロンを設定。10個の数字の対応する箇所の値が大きくなるよう学習させる
|
|
36
58
|
y = tf.nn.softmax(tf.matmul(x,Weight)+b)
|
|
37
59
|
y_ = tf.placeholder("float",[None,10])
|
|
38
60
|
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
|
|
39
61
|
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
|
|
40
62
|
|
|
63
|
+
# （３）学習の実行。ニューラルネットワークに学習させる回数は1200回。
|
|
41
64
|
init = tf.global_variables_initializer()
|
|
42
65
|
ss = tf.InteractiveSession()
|
|
43
66
|
ss.run(init)
|
|
@@ -114,15 +137,23 @@
|
|
|
114
137
|
app = Application(master=root)
|
|
115
138
|
app.mainloop()
|
|
116
139
|
|
|
140
|
+
def imageToData(filename):
|
|
141
|
+
# 画像を8x8のグレースケールへ変換
|
|
117
|
-
|
|
142
|
+
grayImage = PIL.Image.open(filename).convert("L")
|
|
143
|
+
grayImage = grayImage.resize((8,8),PIL.Image.ANTIALIAS)
|
|
144
|
+
# 数値リストへ変換
|
|
145
|
+
numImage = np.asarray(grayImage, dtype = float)
|
|
146
|
+
numImage = np.floor(16 - 16 * (numImage / 256))
|
|
118
|
-
|
|
147
|
+
numImage = numImage.flatten()
|
|
119
148
|
|
|
149
|
+
return numImage
|
|
120
150
|
|
|
121
|
-
|
|
151
|
+
data = imageToData("out.jpg")
|
|
122
152
|
|
|
153
|
+
# 分類する
|
|
154
|
+
result = y.eval(feed_dict={x: [data]})
|
|
123
155
|
|
|
156
|
+
print(result) # 分類結果の表示。配列の先頭が0で末尾が9に相当し、可能性が高いと判定されたものほど1に近い値が表示されます。
|
|
124
157
|
|
|
125
|
-
result = y.eval(feed_dict={x: [imgArray_flatten]})
|
|
126
|
-
|
|
127
|
-
print(result)
|
|
128
|
-
plt.bar(np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]), result[0])
|
|
158
|
+
plt.bar(np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]), result[0])
|
|
159
|
+
```
|