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
- Neural Network Console 2.0
- numpy 1.18.5 or later
- pandas 1.1.4 or Later
- onnxruntime 1.5.2 or later
│ 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
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。
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_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。
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。
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。
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。
Neural Network Consoleのプロジェクトファイルです。
学習後にエクスポートしたONNXファイルです。
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)
高橋かずひと(https://twitter.com/KzhtTkhs)
NeuralNetworkConsole-MNIST-Sample is under Apache v2 License.