Neural Network Consoleを使った機械学習
はじめに
この記事は,SLP KBIT Advent Calendar 2020 の8日目の記事です。
SONYが提供している「Neural Network Console」を少し触ってみました。
今回はサンプルプロジェクトとしてはじめからついてくる、画像認識の最も簡単なプロジェクトを行ってみました。
Neural Network Consoleとは
「Neural Network Console」は、SONY社が提供しているAI開発ツールです。
ドラッグ&ドロップで簡単に設計・編集できるため、Pythonを1から勉強する必要がありません。さらに、メールアドレス等の登録をするだけですぐに開発をスタートできるため、「AI開発や機械学習に少し触れてみたいなぁ」という人にとても向いていると思います。
もちろんそのまま「Neural Network Console」でAI開発を続けることもできます。
詳しくは公式サイトを見てみてください!
実際に触ってみる。
サンプルプロジェクトから画像認識の中の「tutorial.basics.01_logistic_regression」を選びワークスペースに開きます。
このプロジェクトは、モノクロ手書き文字画像(4と9の画像)を、9かどうかの2値判別を行うものです。
学習
サンプルプロジェクトについてくるデータセット「mnist.small_mnist_4or9_training」を用いて学習を開始します。
学習を実行すると上記のような学習曲線が表示されます。
Epochは最適化の繰り返し世代数を示し、Costは最適化段階でのロス関数の出力値を、ErrorはEpochの終了時点での学習データ、評価データそれぞれにおけるロス関数の出力値を示します。世代数が大きくなるにつれ、Cost、Errorの値が小さくなっていれば正常に最適化が実行されていることになります。
評価
学習が終了したため、評価処理を実施します。
y:9の値が答えを、y'が処理を実行した結果yが1である(入力画像が9である)確率を示しています。
上記の画像だとうまく処理できているようですね。
おわりに
今回はサンプルプロジェクトをダウンロードして実行するだけでしたが、操作も簡単でチュートリアルのページを見ながらだと今何をしているかがわかりやすく、とても勉強になりました。今後もこの「Neural Network Console」を足掛かりに、少しずつAI開発やニューラルネットワークに触れていきたいと思います。