常連

注目の的

社会貢献

質問力

MinistをLSTMで学習させたいのですが
特徴量の入力について疑問があります。
２８＊２８のサイズで28の一行目（模式図のt1）から二行目（t2）というデータを読み込ませたいのですが
ディープニュートラルネットワークの設計としては中間層h0がh1に入るという認識でいいでしょうか？
時系列データとして扱っているのでt1からt2に行くh27とh28が(t2からt3も)つながっていないという認識なのですが・・・
あってますでしょうか？
模式図↓


> ![イメージ説明](c85250f0566e75b78c97b9c2fba2299e.jpeg)

具体的なコード
```python
from keras.utils import np_utils      # keras.utilsからnp_utilsをインポート
from keras.datasets import mnist      # MNISTデータセットをインポート

# MNISTデータセットの読み込み
(x_trains, y_trains), (x_tests, y_tests) = mnist.load_data()

# 訓練データ
x_trains = x_trains.astype('float32') # float32型に変換
x_trains /= 255                       # 0から1.0の範囲に変換
# 正解ラベルをワンホット表現に変換
correct = 10                          # 正解ラベルの数
y_trains = np_utils.to_categorical(y_trains, correct)

# テストデータ
x_tests = x_tests.astype('float32')   # float32型に変換
x_tests /= 255                        # 0から1.0の範囲に変換
# 正解ラベルをワンホット表現に変換
y_tests = np_utils.to_categorical(y_tests, correct)

print(x_trains.shape)                 # 訓練データの形状を出力
print(x_tests.shape)                  # テストデータの形状を出力

# RNNの構築
from keras.models import Sequential
from keras.layers import InputLayer, Dense
from keras.layers.recurrent import LSTM
from keras import optimizers,regularizers

# Sequentialオブジェクトを生成
model = Sequential()

## 入力層
# 入力データの形状は(28, 28)
model.add(
    InputLayer(input_shape=(28,28))
    )

## 中間層
# LSTMブロック（ユニット数＝128）
weight_decay = 1e-4 # ハイパーパラメーター
model.add(LSTM(units=128, dropout=0.25, return_sequences=True))
model.add(LSTM(units=128, dropout=0.25, return_sequences=True))
model.add(LSTM(units=128, dropout=0.25, return_sequences=False,
               kernel_regularizer=regularizers.l2(weight_decay)) # 正則化
)

## 出力層
model.add(
    Dense(units=10,                  # 出力層のニューロン数は10
          activation='softmax')      # 活性化はシグモイド関数
    )

# Squentialオブジェクをコンパイル
model.compile(
    loss='categorical_crossentropy', # 誤差関数はクロスエントロピー
    optimizer=optimizers.Adam(),     # Adamオプティマイザー
    metrics=['accuracy']             # 学習評価として正解率を指定
    )

model.summary()                      # RNNのサマリ（概要）を出力

# 学習を開始
history = model.fit(x_trains, y_trains, # 訓練データ、正解ラベル
                    batch_size=100,     # ミニバッチのサイズ
                    epochs=10,          # 学習回数
                    verbose=1,          # 学習の進捗状況を出力する
                    validation_data=(   # テストデータの指定
                    x_tests, y_tests)
                    )
                    
# 損失と正解率をグラフにする

import matplotlib.pyplot as plt

# プロット図のサイズを設定
plt.ﬁgure(ﬁgsize=(15, 6))
# プロット図を縮小して図の間のスペースを空ける
plt.subplots_adjust(wspace=0.2)

# 1×2のグリッドの左(1,2,1)の領域にプロット
plt.subplot(1, 2, 1)
# 訓練データの損失(誤り率)をプロット
plt.plot(history.history['loss'],
         label='training',
         color='black')
# テストデータの損失(誤り率)をプロット
plt.plot(history.history['val_loss'],
         label='test',
         color='red')
plt.ylim(0, 1)       # y軸の範囲
plt.legend()         # 凡例を表示
plt.grid()           # グリッド表示
plt.xlabel('epoch')  # x軸ラベル
plt.ylabel('loss')   # y軸ラベル

# 1×2のグリッドの右(1,2,21)の領域にプロット
plt.subplot(1, 2, 2)
# 訓練データの正解率をプロット
plt.plot(history.history['acc'],
         label='training',
         color='black')
# テストデータの正解率をプロット
plt.plot(history.history['val_acc'],
         label='test',
         color='red')
plt.ylim(0.5, 1)     # y軸の範囲
plt.legend()         # 凡例を表示
plt.grid()           # グリッド表示
plt.xlabel('epoch')  # x軸ラベル
plt.ylabel('acc')    # y軸ラベル
plt.show()
```

MinstをRNN(LSTM)で学習する際のイメージがつかめない

[https://qiita.com/yshi12/items/26771139672d40a0be32](https://qiita.com/yshi12/items/26771139672d40a0be32)

上記リンクのK近傍法の
「３　未知のデータとして赤い星が得られたら、」

について、この赤い星はどのようにして決められるのでしょうか？
また、何かドキュメントなどがござましたら連携していただけましたらうれしい限りです。

よろしくお願い致します。

from sklearn.neighbors import KNeighborsClassifier（K近傍法について）

### 前提・実現したいこと
画像処理について独学で学んでいるのですが

動画をコマ割り・二値化　→　黒の領域が大きい写真を探す　→　見つかった画像より前の画像を削除　→　最大画像を0として番号を振りなおす　

という処理を行いたいと考えています。
### 発生している問題・エラーメッセージ
調べながら何とか完成させたのですがプログラムが悪いのか
処理に時間がかかりすぎます
大体5000ファイル処理したいのですが10分ほどかかってしまいます


### 該当のソースコード

```python
import os
import cv2
import numpy as np
import glob
from PIL import Image
import os


file_list = glob.glob('//image_dir//*jpg')
 
for file in file_list:
 os.remove(file)
    

#動画コマワリ
movie_name='s'
movie='//directory//1_.avi'

cap=cv2.VideoCapture(movie)
count=0
while True:
 ret,frame=cap.read()
 if ret==True:
  count += 1
  cv2.imwrite('//image_dir//' + movie_name+'_' + str("{0:05d}".format(count)) + '.jpg',frame)
 else:
  break

#最大画像を取得
for j in range(1,5000):
 filename='//image_dir//s_%05d.jpg'%(j)
 im = np.array(Image.open(filename).convert('L'))
 
#閾値
 im_ = (im > 180) * 255
 c=0
#最大画像を探索
 max1=0
 for i in range(2048):  
  if im_[1,i]==0:
   c=c+1
 if max1<c:
  max1=c
  d=j
  c=0
print(d)

#不要画像の削除
for l in range(1,d):
 os.remove('//image_dir//s_%05d.jpg'%(l))

a=0
directory='//image_dir//'
files=os.listdir(directory)
for file in files:
 path = os.path.join(directory,file) #パス
 name = str('%06d')%(a)+'.jpg'
 target = os.path.join(directory,name)
 os.rename(path,target)
 a = a + 1
```




コマ割で時間がかかってしまうのは分かるのですが、もう少し短縮したいです。

ご教授お願い致します。


追記
```ここに言語を入力
import os
import cv2
import numpy as np
import glob
from PIL import Image
import os
import sys
import re

file_list = glob.glob('//image_dir//*jpg')
 
for file in file_list:
  os.remove(file)
    

#動画コマワリ
movie_name='s'
movie='//11.avi'

cap=cv2.VideoCapture(movie)
count=0
max1=0
c=0
while True:
  ret,frame=cap.read()
  if ret==True:
   cv2.imwrite('//image_dir//' + movie_name+'_' + str("{0:05d}".format(count)) + '.jpg',frame)
   
#二値化
   filename='//image_dir//s_%05d.jpg'%(count)
   im = np.array(Image.open(filename).convert('L'))
   im_ = (im > 180) * 255
#最大画像を探索
   for i in range(2048):  
    if im_[100,i]==0:
     c=c+1
   if max1<c:
    max1=c
    c=0
    pil_img = Image.fromarray(im)
    pil_img.save('//image_dir//s_00000.jpg')
    count=1

   else: 
    count += 1
  else:
   break
```

画像処理→ファイル処理の速度を向上させたい

現在Windows10でJupyter Notebookを利用しています。
Jupyter Notebookを開くと、まずフォルダの一覧がでてきます。
このフォルダなのですが、スタート画面にあるJupyter Notebookを直接開くとドキュメント内のフォルダが表示され、AnacondaNavigatorから開くとCドライブのフォルダが表示されます。
現在はスタート画面から起動して普通に使用できているのですが、なんだか気持ち悪いです。
原因が分かる方がいましたら回答をお願いします。

PYTHON　Jupyter Notebookを開くいてでてくるフォルダ一覧について

宜しくお願いします。
PythonでRPAを作りたく、
以下組合せでプログラミングをしてみました。

Python3.6
Chrome Driver
Selunium
Windows10 home 64bit

問題無く作れたのですが、
コマンドラインから以下で実行中に

プログラム名.py run

一時的に任意のタイミングで止めたいと（かつ再開もしたい）思うようになりました。

Pythonのスクリプトを実行中に任意タイミングで一次停止→再開 する方法がありましたら教えて頂けないでしょうか。

宜しくお願いします。

【以下サンプル】
```Python
from selenium import webdriver
from time import sleep
import os
import signal
import time

chromedriver_directry = str(os.path.dirname(os.path.abspath(__file__))) + "\chromedriver.exe"
options = webdriver.ChromeOptions()
options.add_argument('--disable-infobars')  # 自動モードでの操作というバーを非表示
options.add_argument('--start-maximized')  # 非表示
driver = webdriver.Chrome(executable_path=chromedriver_directry, chrome_options=options)
driver.set_page_load_timeout(20)  # Loading time limit

def foo(sig, frame):
    x = input("""Ctrl-Cが押されました。一時停止中です。続行にはEnterを押してください。プログラム終了する場合は、q を入力：""")
    if x == "q":
        exit(1)

signal.signal(signal.SIGINT,foo)

driver.get("https://www.google.co.jp/")
sleep(5)
driver.get("https://www.yahoo.co.jp/")
sleep(5)
driver.get("https://www.goo.ne.jp/")
sleep(5)

```