MNIST LeNet（ルネット） Keras TensorFlow, Keras

Update 2023.11.30

MNIST LeNet（ルネット） Keras TensorFlow, Keras
機械学習ディープラーニング・シャローラーニング　ベストプラクティス
TensorFlow, Keras, LeNet の教科書

手書き数字のdata setの MNIST を10クラス（0～9）に分類します。モデルは1998年に発表されたLeNet-5（ルネット）です。Convが2層，Denseが3層ですが，accuracy: 0.986 とけっこう良い成績がでます。

1998年に発表されたLeNet-5（ルネット）の論文の中に，他のアルゴリズムと比較したところがあります。エラー率がLeNet-5とほぼ互角だったのがサポートベクタSVMだったのです。

2012年にILSVRCで，AlexNetが1位になるまでディープラーニングが注目されなかったのは，多くは，サポートベクタSVMに関心があったからです。

近年，ゲーミングPCやビットコインのマイニング用にGPUが発達し，それをディープラーニングへと流用することにより，ディープラーニングが実用的になったのです。

（2023-11-30 Python3.10.9（GPUマシン）で動作確認済み）

上に書いたとおり，Convが2層，Denseが3層です。それぞれにパラメータがあります。構成は，Conv-Pool-Conr-Pool-Flat-Dense-Dense-Denseであり，Pool層とFlat層にはパラメータはありません。

特徴マップにはパラメータの数が出力されていますが，その根拠になる算出式を書いておきました。

入力データは，28x28ピクセルで，trainが60,000点，testが10,000点です。入力データはkeras.datasetsから読み込み，その方法が独特なので注意してください。またけっこう前処理がありますのでコードをみてください。

この構成は，ディープラーニングとしてはほぼ最低限であり，実用的ではないと思われます。練習には最適かと。

下の枠に添付のhtmlファイルは「Jupyter Notebook」の.ipynbファイルをhtml化したものでそれぞれのファイルは左上隅からダウンロードできます。