質問編集履歴

2

追記しました。

2021/04/26 12:34

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
@@ -10,7 +10,7 @@
10
10
 
11
11
  これはニューラルネットワークの「精度測定」プログラムですが、これを用いて「画像認識」的なものの基盤を作りたいと思います。
12
12
 
13
- 具体的には、まず前半に自分のプログラム(指定された画像を読み込み、様々な方法で数値化してリストにする)を追加して、後半にこの記事のプログラムを適当な形にいじって、大体そのままで使いたいのです。
13
+
14
14
 
15
15
 
16
16
 
@@ -60,7 +60,7 @@
60
60
 
61
61
  その自分のデータというのが、紛らわしいのですが同じ名前でtraining_data_listというのですが、それをprintした結果print(training_data_list)は、
62
62
 
63
- [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 1, 1, 1, 1, 2, 0, 0, 0, 0, 2, 0, 0, 0, 0, 6, 0, 0, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10]
63
+ [0,・・・ 10]
64
64
 
65
65
  これになります。
66
66
 
@@ -78,11 +78,11 @@
78
78
 
79
79
  ここで、まずこの記事のプログラムは、training_data.csvという、
80
80
 
81
- 5,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,3,18,18,18,126・・・略
82
-
83
- 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,51,159,253,159,50,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,48・・・略
84
-
85
- 4,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,67・・・略
81
+ 5,0・・・18,126・・・略
82
+
83
+ 0,・・・0,48・・・略
84
+
85
+ 4,0,・・・0,0,0,0,0,67・・・略
86
86
 
87
87
  まぁ大体こんな感じのデータを読み込んでいてtraining_data_listにしているらしく、その読み込み方としては、
88
88
 
@@ -102,7 +102,7 @@
102
102
 
103
103
  すると、
104
104
 
105
- ['5', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '3', '18', '18', '18', '126', '136', '175', '26', '166', '255', '247', '127', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '30', '36', '94', '154', '170', '253', '253', '253', '253', '253', '225', '172', '253', '242', '195', '64', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '49', '238', '253', '253', '253', '253', '253', '253', '253', '253', '251', '93', '82', '82', '56', '39', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '18', '219', '253', '253', '253', '253', '253', '198', '182', '247', '241', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '80', '156', '107', '253', '253', '205', '11', '0', '43', '154', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '14', '1', '154', '253', '90', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '139', '253', '190', '2', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '11', '190', '253', '70', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '35', '241', '225', '160', '108', '1', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '81', '240', '253', '253', '119', '25', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '45', '186', '253', '253', '150', '27', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '16', '93', '252', '253', '187', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '249', '253', '249', '64', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '46', '130', '183', '253', '253', '207', '2', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '39', '148', '229', '253', '253', '253', '250', '182', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '24', '114', '221', '253', '253', '253', '253', '201', '78', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '23', '66', '213', '253', '253', '253', '253', '198', '81', '2', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '18', '171', '219', '253', '253', '253', '253', '195', '80', '9', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '55', '172', '226', '253', '253', '253', '253', '244', '133', '11', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '136', '253', '253', '253', '212', '135', '132', '16', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0', '0\n']
105
+ ['5',・・・ '0', '0\n']
106
106
 
107
107
 
108
108
 
@@ -120,7 +120,7 @@
120
120
 
121
121
  で、自分のデータ(同名の、training_data_list)は
122
122
 
123
- [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 1, 1, 1, 1, 2, 0, 0, 0, 0, 2, 0, 0, 0, 0, 6, 0, 0, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10]
123
+ [0, ・・・ 10]
124
124
 
125
125
  これであるので、単純に「1行目」しか存在しません。後に2,3,4行目も作っていきたいのですが、今は1行目だけ、つまりforで回すのは1周分という事になります。
126
126
 
@@ -197,3 +197,261 @@
197
197
 
198
198
 
199
199
  どうすればいいのかな。
200
+
201
+
202
+
203
+ 一応この部分については解決しました、で、この後なんですが、
204
+
205
+
206
+
207
+ ```python
208
+
209
+ # テスト
210
+
211
+ scoreboard = []
212
+
213
+ for record in test_data_list:
214
+
215
+ idata = (np.array(test_data_list) / 255.0 * 0.99) + 0.01
216
+
217
+ predict = nn.feedforward(idata)
218
+
219
+ plabel = np.argmax(predict)
220
+
221
+ print(predict)
222
+
223
+ print(plabel)
224
+
225
+ pass
226
+
227
+ ```
228
+
229
+
230
+
231
+ このように、predict,plabelをprintしてみました、その結果が以下です。
232
+
233
+
234
+
235
+ Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).
236
+
237
+ #epoch 0
238
+
239
+ train: 0 / 60
240
+
241
+ #epoch 1
242
+
243
+ train: 0 / 60
244
+
245
+ #epoch 2
246
+
247
+ train: 0 / 60
248
+
249
+ [[1.90071670e-02]
250
+
251
+ [1.31633748e-02]
252
+
253
+ [1.80385474e-02]
254
+
255
+ [1.57785464e-02]
256
+
257
+ [2.16556495e-02]
258
+
259
+ [2.28404329e-02]
260
+
261
+ [2.20554863e-02]
262
+
263
+ [2.04877793e-02]
264
+
265
+ [1.74221735e-02]
266
+
267
+ [5.64875592e-05]]
268
+
269
+ 5
270
+
271
+ [[1.90071670e-02]
272
+
273
+ [1.31633748e-02]
274
+
275
+ [1.80385474e-02]
276
+
277
+ [1.57785464e-02]
278
+
279
+ [2.16556495e-02]
280
+
281
+ [2.28404329e-02]
282
+
283
+ [2.20554863e-02]
284
+
285
+ [2.04877793e-02]
286
+
287
+ [1.74221735e-02]
288
+
289
+ [5.64875592e-05]]
290
+
291
+ 5
292
+
293
+ ・・・
294
+
295
+ 5
296
+
297
+ [[1.90071670e-02]
298
+
299
+ [1.31633748e-02]
300
+
301
+ [1.80385474e-02]
302
+
303
+ [1.57785464e-02]
304
+
305
+ [2.16556495e-02]
306
+
307
+ [2.28404329e-02]
308
+
309
+ [2.20554863e-02]
310
+
311
+ [2.04877793e-02]
312
+
313
+ [1.74221735e-02]
314
+
315
+ [5.64875592e-05]]
316
+
317
+ 5
318
+
319
+ [[1.90071670e-02]
320
+
321
+ [1.31633748e-02]
322
+
323
+ [1.80385474e-02]
324
+
325
+ [1.57785464e-02]
326
+
327
+ [2.16556495e-02]
328
+
329
+ [2.28404329e-02]
330
+
331
+ [2.20554863e-02]
332
+
333
+ [2.04877793e-02]
334
+
335
+ [1.74221735e-02]
336
+
337
+ [5.64875592e-05]]
338
+
339
+ 5
340
+
341
+ [[1.90071670e-02]
342
+
343
+ [1.31633748e-02]
344
+
345
+ [1.80385474e-02]
346
+
347
+ [1.57785464e-02]
348
+
349
+ [2.16556495e-02]
350
+
351
+ [2.28404329e-02]
352
+
353
+ [2.20554863e-02]
354
+
355
+ [2.04877793e-02]
356
+
357
+ [1.74221735e-02]
358
+
359
+ [5.64875592e-05]]
360
+
361
+ 5
362
+
363
+ [[1.90071670e-02]
364
+
365
+ [1.31633748e-02]
366
+
367
+ [1.80385474e-02]
368
+
369
+ [1.57785464e-02]
370
+
371
+ [2.16556495e-02]
372
+
373
+ [2.28404329e-02]
374
+
375
+ [2.20554863e-02]
376
+
377
+ [2.04877793e-02]
378
+
379
+ [1.74221735e-02]
380
+
381
+ [5.64875592e-05]]
382
+
383
+ 5
384
+
385
+ [[1.90071670e-02]
386
+
387
+ [1.31633748e-02]
388
+
389
+ [1.80385474e-02]
390
+
391
+ [1.57785464e-02]
392
+
393
+ [2.16556495e-02]
394
+
395
+ [2.28404329e-02]
396
+
397
+ [2.20554863e-02]
398
+
399
+ [2.04877793e-02]
400
+
401
+ [1.74221735e-02]
402
+
403
+ [5.64875592e-05]]
404
+
405
+ 5
406
+
407
+ [[1.90071670e-02]
408
+
409
+ [1.31633748e-02]
410
+
411
+ [1.80385474e-02]
412
+
413
+ [1.57785464e-02]
414
+
415
+ [2.16556495e-02]
416
+
417
+ [2.28404329e-02]
418
+
419
+ [2.20554863e-02]
420
+
421
+ [2.04877793e-02]
422
+
423
+ [1.74221735e-02]
424
+
425
+ [5.64875592e-05]]
426
+
427
+ 5
428
+
429
+ [[1.90071670e-02]
430
+
431
+ [1.31633748e-02]
432
+
433
+ [1.80385474e-02]
434
+
435
+ [1.57785464e-02]
436
+
437
+ [2.16556495e-02]
438
+
439
+ [2.28404329e-02]
440
+
441
+ [2.20554863e-02]
442
+
443
+ [2.04877793e-02]
444
+
445
+ [1.74221735e-02]
446
+
447
+ [5.64875592e-05]]
448
+
449
+ 5
450
+
451
+ performance: nan
452
+
453
+ /usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:160: RuntimeWarning: invalid value encountered in double_scalars
454
+
455
+
456
+
457
+ これが何を意味しているのか、今後どのように変更を加えれば良いのか、模索中です、ヒントをください。

1

補足しました。

2021/04/26 12:34

投稿

退会済みユーザー
test CHANGED
File without changes
test CHANGED
@@ -58,11 +58,21 @@
58
58
 
59
59
  の部分の、training_data_list[i]を自分の作ったデータに変えて読み込みたいのですが、
60
60
 
61
- その自分のデータというのが、紛らわしいのですが同じ名前でraining_data_listというのですが、それをprintした結果print(raining_data_list)は、
61
+ その自分のデータというのが、紛らわしいのですが同じ名前でtraining_data_listというのですが、それをprintした結果print(training_data_list)は、
62
62
 
63
63
  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 1, 1, 1, 1, 2, 0, 0, 0, 0, 2, 0, 0, 0, 0, 6, 0, 0, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10, 10, 2, 2, 2, 2, 2, 2, 2, 2, 10]
64
64
 
65
65
  これになります。
66
+
67
+ また、このデータを用いるために、記事のプログラムの
68
+
69
+ inodes = 784
70
+
71
+ の部分は、
72
+
73
+ inodes = 59
74
+
75
+ に変更しています(,の数が59個だから)。
66
76
 
67
77
 
68
78
 
@@ -149,3 +159,41 @@
149
159
  とか使ってfor文外でlist化してしまえば、for文が使えなくて色々不便ですし・・・
150
160
 
151
161
  いまいちよく分かっていません、たぶんリスト、文字、数値の区別がごちゃごちゃになっているからだと思うのですが・・・どうすればいいんでしょうか。
162
+
163
+
164
+
165
+ 試した事
166
+
167
+ 記事のプログラムに入る前に、
168
+
169
+ ```python
170
+
171
+ training_data_list = [str(x) for x in test_data_list]
172
+
173
+ ```
174
+
175
+ と書いて、
176
+
177
+ for文内で、
178
+
179
+ ```python
180
+
181
+ val = training_data_list[i].split(',')
182
+
183
+ ```
184
+
185
+ と書き換えた所、
186
+
187
+
188
+
189
+ ValueError: shapes (100,59) and (0,1) not aligned: 59 (dim 1) != 0 (dim 0)
190
+
191
+ というエラーが出ました。
192
+
193
+
194
+
195
+ これって、行列の掛け算定義不能って事なんですかね??問題はそこだけ?
196
+
197
+
198
+
199
+ どうすればいいのかな。