TensorFlow - 初心者のための〜
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?