見出し画像

TensorFlow - 初心者のための〜

donguri

公式ページです。

"初心者のための TensorFlow 2.0 入門"をColabで実際にコピペで動かしてみるとうまくいきます。

まずは"import"からですね。

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf

MNISTも簡単に入るみたいです。TensorFlow2.0からKerasが統合されているそうでそのライブラリも簡単に取り込めます。

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

そしてネットワークです。Pytorchでもありましたが簡単に実装できる"Sequential"を使います。入力層(.Flatten)、全結合層,活性化関数(Dense(128, activation='relu')、ドロップ層(Dropout)、全結合層,出力層(Dense(10, activation='softmax'))を実装していきます。

model = tf.keras.models.Sequential([
 tf.keras.layers.Flatten(input_shape=(28, 28)),
 tf.keras.layers.Dense(128, activation='relu'),
 tf.keras.layers.Dropout(0.2),
 tf.keras.layers.Dense(10, activation='softmax')
])

最後に損失関数には交差エントロピー誤差、optimizer(最適化)に"adam"を採用しています。

model.compile(optimizer='adam',
             loss='sparse_categorical_crossentropy',
             metrics=['accuracy'])

訓練、評価には非常に簡単、"fit"で実装できます。

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test,  y_test, verbose=2)

実行すると結果

[0.07873706701728515, 0.9767]

となります。

ここでちょっと"Keras"とは

Kerasは、オープンソースの 深層学習（ディープラーニング） のライブラリです。「ケラス」と読みます。Kerasは、TensorFlowやCNTK、Theanoといった他の深層学習（ディープラーニング）のライブラリの上部で動くような作りになっており、それらのライブラリよりも、より簡単にモデル（深層学習のネットワーク）を作ることができるよう設計されています。

のようです。

参考サイトです。




この記事が気に入ったらサポートをしてみませんか？