Original Network

TensorFlow を使用してオリジナルネットワークを構築。MNIST データに対してモデルの学習・推論を行う。

全体のコードは mnist.py に記載。

Import Libralies

from __future__ import absolute_import, division, print_function, unicode_literals

import tensorflow as tf
from tensorflow.keras import datasets
from tensorflow.keras.layers import Dense, Flatten, Conv2D, MaxPooling2D, Dropout
from tensorflow.keras import Sequential

Parameters

エポック数とバッチ数を設定。

EPOCH = 5
BATCH = 64

Network

使用するネットワーク全体像。各層については Layers を参照。

model = Sequential([
    Conv2D(64, 3, activation='relu', input_shape=(28, 28, 1)),
    Conv2D(64, 3, activation='relu'),
    MaxPooling2D(),
    Dropout(0.2),
    Conv2D(64, 3, activation='relu'),
    Conv2D(64, 3, activation='relu'),
    MaxPooling2D(),
    Dropout(0.2),
    Flatten(),
    Dense(512, activation='relu'),
    Dense(10, activation='softmax')
])

Download mnint

mnist をスクリプト内でダウンロードする。

mnist = datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

Preprocessing

ネットワークで使用するために reshape する。

train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))

画像データのため 255 で除算して正規化する。

train_images = train_images / 255.0
test_images = test_images / 255.0

Compile and Train

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

model.fit(x=train_images, y=train_labels,
                    steps_per_epoch=len(train_images) // BATCH,
                    batch_size=BATCH, epochs=EPOCH
)

Test the model

test_loss, test_acc = model.evaluate(x=test_images, y=test_labels, batch_size=1, verbose=1)

Run the mnist.py

python3 mnist.py

## train info
Epoch 1/5
937/937 [==============================] - 5s 5ms/step - loss: 0.1384 - accuracy: 0.9557
Epoch 2/5
937/937 [==============================] - 5s 5ms/step - loss: 0.0435 - accuracy: 0.9869
Epoch 3/5
937/937 [==============================] - 5s 5ms/step - loss: 0.0322 - accuracy: 0.9896
Epoch 4/5
937/937 [==============================] - 5s 5ms/step - loss: 0.0267 - accuracy: 0.9915
Epoch 5/5
937/937 [==============================] - 5s 5ms/step - loss: 0.0213 - accuracy: 0.9934

## test info
10000/10000 [==============================] - 22s 2ms/step - loss: 0.0231 - accuracy:0.9928

Test data に対して 99.28% を達成。