【TensorFlow版Keras入門】ディープラーニングを簡単に学ぶ方法

Pythonモジュール「TensorFlow/Keras」で深層学習(ディープラーニング)を行う方法について入門者向けに使い方を解説します。

スポンサーリンク

TensorFlow版Kerasとは

TensorFlowとは、Googleが開発している深層学習(ディープラーニング)を行うためのPythonモジュールです。
Kerasは、「TensorFlow」「CNTK」「Theano」といった様々な深層学習モジュールを簡単に扱うためのモジュールですが、2017年にTensorflowに組み込まれました。
このTensorflowに組み込まれたKerasのことを「TensorFlow版Keras」といい、Scikit-learnのような簡単な記述でTensorflowを扱うことができるため、初学者が深層学習プログラミングを始めるのにおすすめです。

本記事では、「TensorFlow版Keras」のインストール方法を紹介します。

スポンサーリンク

TensorFlow版Kerasの基本操作

Kerasの基礎的な使い方について下記に整理しました。

種類 項目
インストール KerasをMac, Windows環境にインストールする方法を解説します。
XOR演算の学習 動作確認も兼ねてXOR演演算を学習してみます。
モデル構造の可視化 作成したモデルの構造を可視化します。
学習結果の保存・読み込み 学習したモデルを外部ファイルに保存したり、それをロードして利用する方法を解説します。
画像分類①(手描き数字) mnistデータセットとMLP(多層パーセプトロン)学習し、手書き文字画像を分類します。
学習過程の可視化 損失関数、評価関数の推移をグラフ化します。
画像分類②(手描き数字) mnistデータセットとCNN(畳み込みニューラルネットワーク)学習し、手書き文字画像を分類します。
画像分類③(CIFAR-10) CIFAR-10データセットとCNNで学習し、画像認識・分類を行います。
画像分類④(CNN) CNN(畳み込みニューラルネットワーク)で学習し、画像認識・分類を行います。
画像分類⑤(VGG16) VGG16データセットで学習し、画像認識・分類を行います。
画像分類⑥(Fine-tuning) Fine-tuningを使って効率よく学習し、画像認識・分類を行います。
画像分類⑦(データの水増し) 少ない画像データセットを水増しして効率よく学習し、画像認識・分類を行います。
画像分類(Webアプリ化) Kerasで作成した画像分類プログラムをWebアプリ化します。
セグメンテーション
敵対的生成モデル
ARMA 統計モデル
ARIMA/SARIMA 統計モデル
RNN
LSTM
GRU
単語・文章のベクトル化 word2vec/doc2vecで単語や文章のベクトル化
単語の重要度推定 TFIDFで単語の重要度を推定します。
文章の感情推定 osetiで文章の感情を推定します。
文書自動生成 LSTMで文書を自動生成します。
Python機械学習
スポンサーリンク
西住工房

コメント