はじめに
前回はFlickr APIを使った学習データの取得から、ファイルフォーマットの変換、そして機械学習の実行までやりました。
今回は精度を上げる工夫として、学習データを水増ししてみます。
前回はFlickr APIを使った学習データの取得から、ファイルフォーマットの変換、そして機械学習の実行までやりました。
今回は精度を上げる工夫として、学習データを水増ししてみます。
前回はTensorFlowのラッパーライブラリであるKerasについて、環境構築からサンプルコードの実行まで行いました。
今回は実際の学習データからどこまで精度の高い機械学習アプリケーションを構築できるか試してみます。
テーマはサル、チンパンジー、ゴリラの識別です。
機械学習用に画像データが欲しかったので、画像共有サービスのFlickr APIを使って取得するスクリプトを作成しました。
機械学習を手軽に試せるライブラリであるTensorFlowと、そのラッパーライブラリであるKerasを使ってみたいと思います。
TensorFlowはGoogleが公開しているライブラリであり、機械学習やディープラーニングを始めとする様々な演算に使用することが出来ます。
TensorFlowだけでも機械学習は実装できますが、Kerasを使うことでより短く簡単にプログラムを実装できるので、さくっとプロトタイピングしたい時におすすめです。
最近のコメント