トップページ -> データの扱い -> Keras に付属のデータセット -> Keras に付属のデータセットのうち小画像のデータ
[サイトマップへ], [サイト内検索へ]

Keras に付属のデータセットのうち小画像のデータ

Python の kerasパッケージには,次のデータセットを簡単にダウンロードできる機能があります.

この Web ページでは、CIFAR10, CIFAR100, MNIST, Fashion MNIST を説明する. 残りの IMDB, Reuters newswire topics, Boston Housing Price は、別のページで説明します

【このページの目次】

  1. 前準備
  2. 配列(アレイ)
  3. Keras に付属のデータセットのうち画像データ

サイト内の関連ページ:

先人に感謝.


前準備

Python のインストール

git のインストール

TensorFlow, Keras のインストール

※ 以下,Windows でこれらをインストール済みであるとして説明を続ける.



配列(アレイ)

画像と画素

[image]

[image]

配列(アレイ)の形と次元数

[image]

[image]

実習課題

  1. Python でプロットを行いたい.

    ※ そのためには, PyCharmなどにある Python コンソールが便利である.

  2. 次の Python プログラムを実行する.
    import numpy as np
    a = np.array([8,5,4,1,3])
    print( a.shape )
    print( a.ndim )
    print(a)
    x = np.array([[1,2,3,4], [10,20,30,40], [100,200,300,400]])
    print( x.shape )
    print( x.ndim )
    print(x)
    
    [image]

Keras に付属のデータセットのうち画像データ

データセットとは、「データの集まり」のこと.

keras に付属のデータセットを取得するときのオプションについては, https://keras.io/ja/datasets/(日本語版), https://keras.io/datasets/(英語版) に説明されている.

ここでの、オブジェクトの名前付けのルール

CIFAR10

Python でプロットを行いたい.

※ そのためには, PyCharmなどにある Python コンソールが便利である.

from keras.datasets import cifar10
(X_train, y_train), (X_test, y_test) = cifar10.load_data()

[image]

配列のサイズ確認

print( X_train.shape )
print( y_train.shape )
print( X_test.shape )
print( y_test.shape )

[image]

X_train の先頭要素の表示(確認のため)

import matplotlib.pyplot as plt
plt.imshow( X_train[0] )

[image]

[image]

CIFAR100

Python でプロットを行いたい.

※ そのためには, PyCharmなどにある Python コンソールが便利である.

from keras.datasets import cifar100
(X_train, y_train), (X_test, y_test) = cifar100.load_data(label_mode='fine')

[image]

配列のサイズ確認

print( X_train.shape )
print( y_train.shape )
print( X_test.shape )
print( y_test.shape )

[image]

X_train の先頭要素の表示(確認のため)

import matplotlib.pyplot as plt
plt.imshow( X_train[0] )

[image]

[image]

MNIST database of handwritten digits

Python でプロットを行いたい.

※ そのためには, PyCharmなどにある Python コンソールが便利である.

from keras.datasets import mnist
(X_train, y_train), (X_test, y_test) = mnist.load_data()

[image]

配列のサイズ確認

print( X_train.shape )
print( y_train.shape )
print( X_test.shape )
print( y_test.shape )

[image]

X_train の先頭要素の表示(確認のため)

import matplotlib.pyplot as plt
plt.imshow( X_train[0], cmap='gray' )

[image]

[image]

Fashino MNIST

Python でプロットを行いたい.

※ そのためには, PyCharmなどにある Python コンソールが便利である.

from keras.datasets import fashion_mnist
(X_train, y_train), (X_test, y_test) = fashion_mnist.load_data()

[image]

配列のサイズ確認

print( X_train.shape )
print( y_train.shape )
print( X_test.shape )
print( y_test.shape )

[image]

X_train の先頭要素の表示(確認のため)

import matplotlib.pyplot as plt
plt.imshow( X_train[0], cmap='gray' )

[image]

[image]

本サイトは金子邦彦研究室のWebページです.サイトマップは,サイトマップのページをご覧下さい. 本サイト内の検索は,サイト内検索のページをご利用下さい.

問い合わせ先: 金子邦彦(かねこ くにひこ) [image]