質問編集履歴
1
コメントと変数名を変更しました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -61,23 +61,29 @@
|
|
|
61
61
|
import numpy as np
|
|
62
62
|
import glob
|
|
63
63
|
|
|
64
|
+
# 'test_data/train/'の中のrock, paper, scissorsディレクトリの中に
|
|
65
|
+
# 各5枚ずつ画像が入っている
|
|
66
|
+
|
|
64
67
|
rps = ['rock/', 'paper/', 'scissors/']
|
|
65
|
-
train_data = []
|
|
66
68
|
|
|
67
|
-
|
|
69
|
+
BASE_DIR = 'test_data/train/'
|
|
68
70
|
|
|
71
|
+
# 学習用データを格納
|
|
69
72
|
x = []
|
|
73
|
+
# 学習用データに対応するラベルを格納
|
|
70
74
|
y = []
|
|
71
75
|
|
|
76
|
+
# rock, paper, scissorsのラベルはそれぞれ0, 1, 2
|
|
72
77
|
for idx, name in enumerate(rps):
|
|
73
|
-
|
|
78
|
+
path = BASE_DIR + name + '*.jpg'
|
|
74
|
-
files = glob.glob(
|
|
79
|
+
files = glob.glob(path)
|
|
75
80
|
for file in files:
|
|
76
81
|
image = load_img(file)
|
|
77
82
|
image = np.asarray(image)/255.0
|
|
78
83
|
x.append(image)
|
|
79
84
|
y.append(np.asarray(idx))
|
|
80
85
|
|
|
86
|
+
# モデルを作成
|
|
81
87
|
model = Sequential(
|
|
82
88
|
Dense(784, input_shape=(300, 300), activation='relu'),
|
|
83
89
|
Dense(3, activation='softmax')
|
|
@@ -89,6 +95,7 @@
|
|
|
89
95
|
metrics=['accuracy']
|
|
90
96
|
)
|
|
91
97
|
|
|
98
|
+
# 学習中なのでepochsは1
|
|
92
99
|
model.fit(x, y, epochs=1)
|
|
93
100
|
|
|
94
101
|
model.summary()
|
|
@@ -96,7 +103,6 @@
|
|
|
96
103
|
```
|
|
97
104
|
|
|
98
105
|
### 試したこと
|
|
99
|
-
// 画像はrock5枚, paper5枚, scissors5枚
|
|
100
106
|
範囲外を指定している可能を考慮し、
|
|
101
107
|
model.fit(x[0:15], y[0:15], epochs=1)
|
|
102
108
|
としてみたが以前同じ結果だった。
|