【機械学習アルゴリズム学習備忘録】畳み込みニューラルネットワーク -実装編-

import tensorflow as tf
from tensorflow.keras.preprocessing,image import ImageDataGenerator

train_datagen = ImageDataGenerator(
    rescale = 1./255, 
    # 標準化をしている部分。
    # 画像のカラースケール(0 - 255)を255で割ることで標準化している。
    shear_range = 0.2
    #元の画像をランダムに回転させてデータを一般化していく。過学習回避の狙いがある。
    zoom_range = 0.2
    # これは画像のズーム度合い。shear_rangeと同様に過学習回避が狙いで、ランダムに画像をズームさせる。
    horizontal_flip = True,
    # 画像を水平方向に反転させるかどうか。Trueの場合ランダムに画像を反転させる。
)

training_set = train_datagen.flow_from_directory('ディレクトリ',
                                                target_size = (64, 64),
                                                batch_size = 32,
                                                class_mode = 'binary')

test_datagen = ImageDataGenerator(
    rescale = 1./255, 
)
# テスト用データでは、shear_range等過学習回避用に設定する引数は不要。
test_set = test_datagen.flow_from_directory('ディレクトリ',
                                                target_size = (64, 64),
                                                batch_size = 32,
                                                class_mode = 'binary')

cnn = tf.keras.models.Sequential()

cnn.add(tf.keras.layers.Conv2D(filters = 32, kernel_size = 3, padding = "same", activation = "relu", input_shape = [64, 64, 3]))
# filters : フィルターの数を指定。多ければよい、少なければだめ、みたいなものはなく、ケースバイケースで調整する。
# kernel_size : 特徴量のfeature mapの大きさを指定。
# padding : zero paddingをするかどうか。"same"でzero paddingになる。画像の一番外側をぐっと縮める。
# activation : 活性化関数。今回は"relu"。他の活性化関数もあるが、一般的にreluが使われることが多い。
# 非線形活性化関数を入れること自体にも意味がある。詳しくは過去記事参照。
# input_shape : 入力画像の大きさ。今回は、train_setのtarget_size = (64, 64)としているので、これに合わせる。
# input_shapeの3は、青、緑、赤の三原色を使っているので3を指定している。（チャンネルの数）

cnn.add(tf.keras.layers.MaxPool2D(pool_size = 2, strides = 2, padding = "valid"))
# MaxPoolingは、最大値を取るプーリング。詳しくは過去記事参照。
# 今回は2 x 2の行列の範囲(pool_size)を対象にプーリングをする。
# stridesは、pool_sizeで取る範囲をどれぐらいずらしながら値を取っていくかを指定している。

cnn.add(tf.keras.layers.Conv2D(filters = 32, kernel_size = 3, padding = "same", activation = "relu"))
cnn.add(tf.keras.layers.MaxPool2D(pool_size = 2, strides = 2, padding = "valid"))

cnn.add(tf.keras.layers.Flatten())
# ここまでで作成した行列をFlatteningでベクトルに変換していく。

cnn.add(tf.keras.layers.Dense(units = 128, activation = "relu"))
# 隠れ層の作成。unitsはノードの数。

cnnn.add(tf.keras.layers.Dense(units = 1, activation = "sigmoid"))
# 今回は0,1の結果を出すのでunitsは1でok.
# 今回は0,1の二値分類で、与えられた画像が0か1かを確率的に表すことができるので、sigmoid関数が適していると言える。。

cnn.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

cnn.fit(x = training_set, validation_data = test_set, epochs = 25)

import numpy as np
from tensorflow.keras.preprocessing import image
test_image = image.load_img('画像パス", target_size = (64,64))
test_image = image.img_to_array(test_image)
test_image  np.expand_dims(test_image, axis = 0)
result = cnn.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
    prediction = 'dog'
else:
    prediction = 'cat'
print(prediction)
# 犬猫の二値分類の場合に結果を犬か猫かで表示できるようにしている。