質問編集履歴
1
コードを追加しました。
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -12,4 +12,62 @@
|
|
|
12
12
|
|
|
13
13
|
（ミニバッチ学習はバッチごとの損失、勾配を求めてその平均で重みを更新するという認識ででいます。）
|
|
14
14
|
|
|
15
|
-
お手数をおかけしますが、よろしくお願い致します。
|
|
15
|
+
お手数をおかけしますが、よろしくお願い致します。
|
|
16
|
+
|
|
17
|
+
以下コードになります。
|
|
18
|
+
```Python
|
|
19
|
+
import keras
|
|
20
|
+
from keras.utils import np_utils
|
|
21
|
+
from keras.models import Sequential
|
|
22
|
+
from keras.layers.convolutional import Conv2D, MaxPooling2D
|
|
23
|
+
from keras.layers.core import Dense, Dropout, Activation, Flatten
|
|
24
|
+
import numpy as np
|
|
25
|
+
from sklearn.model_selection import train_test_split
|
|
26
|
+
from PIL import Image
|
|
27
|
+
import glob
|
|
28
|
+
import matplotlib.pyplot as plt
|
|
29
|
+
|
|
30
|
+
#画像が入った入力データ
|
|
31
|
+
X = X.astype('float32')
|
|
32
|
+
X = X / 255.0
|
|
33
|
+
|
|
34
|
+
#正解ラベルの形式を変換
|
|
35
|
+
Y = np_utils.to_categorical(Y, 4)
|
|
36
|
+
|
|
37
|
+
#学習用データとテストデータ
|
|
38
|
+
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2,train_size=0.8)
|
|
39
|
+
```
|
|
40
|
+
モデルの構築
|
|
41
|
+
```Python
|
|
42
|
+
model = Sequential()
|
|
43
|
+
|
|
44
|
+
model.add(Conv2D(32, (3, 3), padding='same',input_shape=X_train.shape[1:]))
|
|
45
|
+
model.add(Activation('relu'))
|
|
46
|
+
model.add(Conv2D(32, (3, 3)))
|
|
47
|
+
model.add(Activation('relu'))
|
|
48
|
+
model.add(MaxPooling2D(pool_size=(2, 2)))
|
|
49
|
+
model.add(Dropout(0.25))
|
|
50
|
+
|
|
51
|
+
model.add(Conv2D(64, (3, 3), padding='same'))
|
|
52
|
+
model.add(Activation('relu'))
|
|
53
|
+
model.add(Conv2D(64, (3, 3)))
|
|
54
|
+
model.add(Activation('relu'))
|
|
55
|
+
model.add(MaxPooling2D(pool_size=(2, 2)))
|
|
56
|
+
model.add(Dropout(0.25))
|
|
57
|
+
|
|
58
|
+
model.add(Flatten())
|
|
59
|
+
model.add(Dense(512))
|
|
60
|
+
model.add(Activation('relu'))
|
|
61
|
+
model.add(Dropout(0.5))
|
|
62
|
+
model.add(Dense(4))
|
|
63
|
+
model.add(Activation('softmax'))
|
|
64
|
+
|
|
65
|
+
# コンパイル
|
|
66
|
+
model.compile(loss='categorical_crossentropy',optimizer='SGD',metrics=['accuracy'])
|
|
67
|
+
|
|
68
|
+
#訓練
|
|
69
|
+
history = model.fit(X_train, Y_train, epochs=100)
|
|
70
|
+
```
|
|
71
|
+
|
|
72
|
+
これだとメモリ不足に陥るため、ミニバッチ学習で小分けに学習していきたいです。
|
|
73
|
+
（ちなみに画像サイズは700×500です。）
|