E資格の勉強内容まとめDay6「MNIST手書き数字の分類」



こんにちは、ぽめた (@pometa0507) です。社会人エンジニアとして働く傍ら、AI資格の「E資格」取得に向けてディープラーニングの勉強をしています。

この連載は、E資格の勉強中に学んだ内容を記事としてまとめるものです。 E資格を受験される方のおさらいや、E資格に興味のある方の参考となれば幸いです。

前回(第5回目)は、隠れユニットの出力ユニットについて紹介しました。第6回目の今回は、「MNISTの手書き数字分類」を行うニューラルネットワークの推論処理について紹介します。

第1回目の記事:E資格の勉強内容まとめDay1「ディープラーニングの概要」
第2回目の記事:E資格の勉強内容まとめDay2「パーセプトロン」
第3回目の記事:E資格の勉強内容まとめDay3「活性化関数」
第4回目の記事:E資格の勉強内容まとめDay4「ReLUの一般化」
第5回目の記事:E資格の勉強内容まとめDay5「出力ユニット」

手書き数字の分類!MNISTデータセット

これまでの記事で紹介した内容を総動員して、ニューラルネットワークの推論処理を実装したいと思います。推論とは、過去に学習したデータをもとに、未知の新たなデータについて推測を行うことです。

今回は、手書き数字の画像データから、どの数字が書かれているかを判断するという推論を行ってみます。

まずは学習データとして使用するデータセットについて述べます。

今回の推論に用いる画像データは、 MNISTデータセットの手書き数字画像です。 MNISTは、「0」から「9」まで10種類の手書き数字が描かれた画像のデータセットで、訓練用の画像60000枚とテスト用の画像10000枚で構成されています。機械学習の分野でとても有名なデータセットです。 データセットの中には、28×28ピクセルの画像データ0から9までの10種の数値の正解ラベルが対になって格納されています。

以下の図は画像データと正解ラベルの一例です。この例では3枚の手書き数字を示しています。左から「5」、「9」、「6」の画像データとその正解ラベルとなっています。

このコンテンツを閲覧するには無料会員ログインが必要です。会員の方はログインして下さい。新規無料会員登録はこちら

業界から探す

PAGE TOP