Chainer の MNIST を用いた多層パーセプトロンのサンプルを改造してみる。
| スクリプト | 概要 | 改造の有無 |
|---|---|---|
| data.py | MNISTのデータセットを取得するスクリプト | なし |
| net.py | ニューラルネットワークを定義するスクリプト。単純パーセプトロン MnistSP、多層パーセプトロン MnistMLP、畳み込みニューラルネット MnistCNN を定義する。 | あり |
| train_mnist.py | data.py と net.py を使った学習用スクリプト。 | あり |
- 処理内容
MNIST のデータセットを使って学習する。
- コマンドライン
tran_mnist.py --net2 [sp|mlp|cnn]
--net2 オプションを追加。
| 値 | 概要 |
|---|---|
| sp | 単純パーセプトロン |
| mlp | 多層パーセプトロン |
| cnn | 畳み込みニューラルネット |
- 実行例
\# train_mnist.py --net2 mlp
- 処理内容
0～9 の手書き数字の画像を分類する。
- コマンドライン
Usage: classify.py [sp|mlp|cnn] model_path image_path
第一引数：使用するニューラルネット 第二引数：train_mnist.py で作成したモデルデータのパス 第三引数：分類対象となる手書き数字の画像データのパス
| 第一引数の値 | 概要 |
|---|---|
| sp | 単純パーセプトロン |
| mlp | 多層パーセプトロン |
| cnn | 畳み込みニューラルネット |
- 実行例
\# python classify.py cnn model.cnn.npz number/four.png
input: number/four.png
output:
0: -14.180834
1: 2.686594
2: -2.928259
3: -28.385714
4: 12.872291
5: -14.222157
6: -5.834879
7: -9.659436
8: -16.648321
9: -11.859789
class: 4
CNN で入力画像を分類した結果が「4」であることを示す。