not good but great

プログラミング、アート、映画・本の感想について書きます。

TensorFlowでMNISTをやってみる

python周りの環境構築

これが良かった。

Python3なTensorFlow環境構築 (Macとpyenv virtualenv) - Qiita

virtualenvでtensorFlow環境を作っても、python3にupdateされずにうまくいかなかった。pyenv-virtualenvで環境を構築して、python3向けのtensorFlowをinstallするとうまくいった。

学習のためのコード

MNIST For ML Beginners

英語なので日本語ソースを探す。

これを見た。

TensorFlow Tutorial MNIST For ML Beginners やった - Qiita

# -*- coding: utf-8 -*-

import input_data
import tensorflow as tf

def main():
    mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

    # 重みと閾値
    W = tf.Variable(tf.zeros([784, 10]))
    b = tf.Variable(tf.zeros([10]))

    # 特徴ベクトルを入れる
    x = tf.placeholder("float", [None, 784])

    # softmax
    y = tf.nn.softmax(tf.matmul(x, W) + b)

    # 真のラベル
    y_ = tf.placeholder("float", [None, 10])

    # 損失関数
    cross_entropy = -tf.reduce_sum(y_ * tf.log(y))

    # 学習の仕方を定義
    train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)

    # セッションを準備
    sess = tf.Session()

    # 変数を初期化
    init = tf.initialize_all_variables()
    sess.run(init)

    for i in range(1000):
        batch_xs, batch_ys = mnist.train.next_batch(100)
        # 勾配を用いた更新
        sess.run(train_step, feed_dict={x :batch_xs, y_: batch_ys})

    # 正答率を返す関数を定義
    correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
    # accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

    # 結果を眺める
    print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

if __name__ == "__main__":
    main()
Successfully downloaded train-images-idx3-ubyte.gz 9912422 bytes.
Extracting MNIST_data/train-images-idx3-ubyte.gz
Successfully downloaded train-labels-idx1-ubyte.gz 28881 bytes.
Extracting MNIST_data/train-labels-idx1-ubyte.gz
Successfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes.
Extracting MNIST_data/t10k-images-idx3-ubyte.gz
Successfully downloaded t10k-labels-idx1-ubyte.gz 4542 bytes.
Extracting MNIST_data/t10k-labels-idx1-ubyte.gz
0.92

92%ということだろうか。動いて感動した。

広告を非表示にする