/mnist_chainer

chainer sample

Primary LanguageJupyter Notebook

Example : MNIST Classification

1, 概要

  • 普通の3層パーセプトロンを使ってMNISTの手書き文字認識をする(deepでは無い)
    • 0~9までの10個のカテゴリを認識する
  • 画像分類のベンチマークとしてどのミドルでもだいたいexampleが備わっている
  • ということで、chainerのexampleの内容をほぼそのままトレースしたもの
  • CUDA無し環境で実行できるように一部回収箇所あり

2, 必要要件

  • Chainer
  • 1.3.2で動作確認
  • ipython 3.1+
  • ipythonで作業します

3, 構成

- README.md : このファイル
- mnist_training.ipynb : モデル学習用のipythonファイル
- mnist_character_recognition.ipynb : 学習済みモデルを使って文字認識テストする
- data.py : chainer付属のexample, MNISTのデータを取得する

4, 実行手順

  • ipythonを利用するので、iPythonを立ち上げておくこと

4-1 モデルのトレーニング

  • 訓練用のファイルを開き、上から順に実行させる
  • mnist_training.ipynb
  • 学習時間が結構かかるので注意

4-2 文字認識の実験

  • 以下のファイルを開き、上から実行する
  • mnist_character_recognition.ipynb
  • MNISTの文字画像データを使うように書いているが、この部分を任意の文字画像にすれば応用アプリが作れる