はじめに
TensorFlow は、機械学習を使用するための一般的なフレームワークです。 このモジュールでは、Keras について説明します。これは、TensorFlow の一部としてリリースされる、上位レベルの使いやすい API です。 多くのシナリオでは、Keras によって提供される抽象化のレベルごとに、必要なすべての機能が提供されます。TensorFlow の細かい概念に煩わされることはありません。
このモジュールを完了した後に、Keras よりも柔軟性が必要だと感じた場合は、このラーニング パスの 5 番目のモジュールである「TensorFlow を使用した機械学習の概要」を参照してください。下位レベルの TensorFlow API を使って、このモジュールの Keras コードの一部を再実装する方法を紹介しています。
このモジュールも、モジュール 5 も、Fashion の MNIST データセットをデータ ソースとして使用して基本的なニューラル ネットワークを作成する方法について説明します。 衣料の入力画像を受け取り、"シャツ"、"コート"、"ドレス" などの内容に従って分類する、ニューラル ネットワークを構築します。
このモジュールでは、Python に慣れていることを前提としていますが、Keras または TensorFlow に関する知識は前提としていません。
それでは作業を始めましょう。
学習の目的
- 機械学習で使用するデータを読み込んで準備する方法について説明します。
- ディープ ラーニング ニューラル ネットワークのアーキテクチャを指定する方法について説明します。
- ニューラル ネットワークをトレーニングする方法について説明します。
- ニューラル ネットワークを使用して予測を行う方法について説明します。
前提条件
- Python の知識
- Jupyter Notebook の使用方法に関する基本的な知識