【学部生向け】画像処理実践編 第一回
※本記事は研究室内向けに記述しております
著作物のため本コードはフルコードの記載は控えております
柏尾研究室のCNN班に所属していただいてありがとうございます！
本記事では、Pythonのチュートリアルプログラムとして作成した
CNN_prac.py
について、説明記事を書いていきたいと思います。
まず、本プログラムには、
問題を3問
ファイルの変更点を５点
ありますので、適宜回答していってください
①環境の構築
①Anacondaのダウンロード
Anaconda公式サイトからAnacondaをダウンロードしてください
②仮想環境の構築
ダウンロードが完了したら、Anaconda Navigaterのアプリケーションを開いてください。
アプリケーションが開けたら、「Environments」→「create」→好きな仮想環境名指定の上環境の作成
仮想環境を作成する理由は、コードの作成環境を研究室内で同一とする為です。
環境設定は
•Python 3.8.8
•Tensorflow 2.3.0 （GPU搭載PCの場合は同バージョンのTensorflow gpuをダウンロード）
•Keras 2.4.3
GPUを用いる場合は他の記事を参照して、環境設定をしてください
④Spyderのインストール
Spyderはプログラムを作成する上で用いるエディタです。
「Home」→Spyder「Install」
②問題に取り組んでみよう
①実践用ファイルのダウンロード
Google共有ドライブ内の「柏尾研究室_CNN班」→「for_B4」をローカル環境にダウンロード
（参照URL：https://drive.google.com/drive/folders/1TGzl-3vgnfJ1UbwRyMZKJycWFGKpq97c）
②コードを実行してみる
Spyder上で「CNN_prac.py」を開く
さぁ、ここからは自分たちで頑張るところです。
本コード中に問題を幾つか用意しています。
問題には、一つずつ意味があります。意味を理解しながら取り組んで下さい
［学部生問題1］
モジュールのダウンロード方法を学ぶ
ファイルの参照方法を学ぶ
［学部生問題2］
X_train_New内の画像ファイルを全て参照して、ファイルへのパスを取得して下さい
［学部生問題3］
X_test_New内の画像ファイルを全て参照して、ファイルへのパスを取得して下さい
［学部生問題5］
Y_train_New_2.csvファイルを参照するコードを書いてみる
［学部生問題6］
Y_test_New_2.csvファイルを参照するコードを書いてみる
［学部生問題9］
mizumashi_New_2.csv ファイルを参照するコードを書いてみる
［学部生問題4］
リストとは、を知る
［学部生問題8］
これが所謂機械学習の学習パラメータの一つ。
これを変更するとどう学習結果が変わるか確認してみよう
実行すると多数エラーコードが出るはずです。
1つずつクリアしていってみてください！英語が読めない場合は、エラーコードをコピペしてGoogleで検索すると答えが見つかるはずです。
本問題の解答と解説は下記記事を閲覧下さい
この記事が気に入ったらサポートをしてみませんか？