Deep-Learning ディープラーニングのお勉強～その13。TensorFlow.jsでMNISTリアルタイム推論してみる
ディープラーニングの勉強第13弾で、TensorFlow.jsを使って、ブラウザで手書き数字MNISTのモデルをリアルタイム推論してみました。かなり高速です。カメラ動画はM5Cameraを使用しました。
MNIST
Deep-Learning 
Deep-Learning ディープラーニングのお勉強～その12。Google Colab上でM5Camera動画から学習済みモデルで手書き数字をリアルタイム推論してみる実験
ディープラーニングのお勉強第12弾です。Google Colaboratory上のM5Camera動画データから学習済みモデルで推論させて、手書き数字をリアルタイム認識させてみる実験をしてみました。
Deep-Learning ディープラーニングのお勉強～その10。Google Colabでモデルの重みとバイアスをCSV出力する実験～
Google ColaboratoryのKerasで学習させたモデルから重みとバイアスを抽出したり、CSVファイルに出力させたり、Excelでニューラルネットワークを再現したり、学習済みモデルの中間層出力結果を表示させて、ExcelのCNN計算結果が合っているか確かめたり、いろいろ実験しました。
Deep-Learning ディープラーニングのお勉強～その６。ESP32とM5Cameraでリアルタイム画像認識に挑戦～
ディープラーニングのお勉強第６弾で、ESP32やM5Cameraで畳み込みニューラルネットワークをArduinoプログラミングして、夢のイメージセンサ画像認識に挑戦してみました。シリアルモニターに表示させるだけですが、かなり自己満足できました。
Deep-Learning ゼロからディープラーニングを勉強してみる ～その４。SONY Neural Network Console 導入編～
ゼロからディープラーニングを勉強してみる第4弾で、今回はSONY製のNeural Network Consoleを導入してみました。CPUだけでなく、GPU学習にも切り替えられて、学習がとっても楽になりました。Excelに比べて超高速です。そして直感的にネットワークを構成できる素晴らしさがありました。ビギナーには超お勧めです。
Deep-Learning ゼロからディープラーニングを勉強してみる ～Excel編その３。畳み込みニューラルネットワーク～
ゼロからディープラーニングを勉強してみるExcel編第３弾です。今回は畳み込みニューラルネットワーク(CNN)です。手書き数字データセットMNISTをExcelに取り込み、畳み込み層とMaxプーリング層を作って学習させていきます。ニューロンの数や活性化関数、ソフトマックス関数の使い方で大きな違いが出ました。