NeuralNetworkConsole-MNIST-Sample

Neural Network ConsoleでMNISTを学習するサンプルです。


本リポジトリには以下の内容を含んでいます。

• Jupyter Notebook：データセットダウンロード、保存
• Neural Network Console：学習、構造自動探索
• Neural Network Console：ONNXファイルエクスポート
• Jupyter Notebook：推論

Requrement(Neural Network Console)

• Neural Network Console 2.0

Requrement(Python)

• numpy 1.18.5 or later
• pandas 1.1.4 or Later
• onnxruntime 1.5.2 or later

Directory

│  01_create_dataset.ipynb
│  05_inference_sample.ipynb
│
├─01.original_data
│      
├─02.data
│      
├─03-01.nnc_train_data
│      
├─03-02.nnc_test_data
│      
├─04.nnc_project
│  │  mnist.sdcproj
│  │  
│  └─mnist.files
│              
└─05.model

ディレクトリ内容

01_create_dataset.py

データセット作成用のスクリプトです。
MNISTデータセットをダウンロードし、02.dataに格納します。

05_inference_sample.ipynb

モデル推論用のスクリプトです。
Neural Network ConsoleからエクスポートしたONNXファイルを用いて推論を行うサンプルです。

01.original_data

01_create_dataset.py実行時に、MNISTデータセット(解凍前)を格納するディレクトリです。

02.data

01_create_dataset.py実行時に、回答したデータセットを格納するディレクトリです。

03-01.nnc_train_data

Neural Network Console用の学習データを格納するディレクトリです。
Neural Network Consoleで「データセットを作成」し、出力ディレクトリに指定してください。

03-02.nnc_test_data

Neural Network Console用の検証データを格納するディレクトリです。
Neural Network Consoleで「データセットを作成」し、出力ディレクトリに指定してください。

04.nnc_project

Neural Network Consoleのプロジェクトファイルです。

05.model

学習後にエクスポートしたONNXファイルです。

Model

モデル構造は以下の通りです。

• 初期設定したモデル(正解率：98.95%、パラメータ数：約390万)
  
• 100回自動探索実施後に一番精度が高かったモデル(正解率：99.38%、パラメータ数：約140万)
  
• 100回自動探索実施後に一番パラメータ数が少なかったモデル(正解率：87.86%、パラメータ数：350)
  

Author

高橋かずひと(https://twitter.com/KzhtTkhs)

License

NeuralNetworkConsole-MNIST-Sample is under Apache v2 License.