NVIDIA ディープ ラーニングの基礎 - 理論と実践の入門コース ノートとテスト リファレンス コード

1. MNIST データセットを画像分類に使用する

1.1 MNIST データセット

MNIST データセット内の 70,000 の手書き数字の 0 ～ 9 個の画像を正しく分類することは、深層学習の歴史における大きな進歩です。今日、この問題は些細なことと考えられていますが、MNIST を使用した画像分類は、ディープ ラーニングにおけるハロー ワールドの課題となっています。

MNIST データセットに含まれる 40 枚の画像を次に示します。

1.2 トレーニングおよびテスト データとそのラベル

深層学習用の画像を扱う場合、画像自体 (多くの場合 で示されますX) とそれらの画像に対応する正しいラベル (多くの場合 で示されますY) の両方が必要です。さらに、モデルをトレーニングするためにXと のセットが必要であり、モデルのパフォーマンスをテストするために と の値の別のセットが必要です。したがって、MNIST データセットを 4 つの部分に分割する必要があります。YXY

• x_train: ニューラル ネットワークのトレーニングに使用される画像。
• y_train: トレーニング中にモデルの予測を評価するために使用される正しいx_train画像ラベル。
• x_test: 放置された画像は、モデルのトレーニング後にモデルのパフォーマンスをテストするために使用されます。
• y_test: 正しいx_testイメージタグ、