コメント一覧
まえへ つぎへ109 投稿者:
名無しさん 2020/02/10 10:22:47
#
import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import RMSprop
from keras.datasets import mnist
import matplotlib.pyplot as plt
#
in_size = 28 * 28
out_size = 10
#
(X_train, y_train), (X_test, y_test) = mnist.load_data()
#
X_train = X_train.reshape(-1, 784).astype('float32') / 255
X_test = X_test.reshape(-1,784).astype('float32') / 255
#
y_train = keras.utils.np_utils.to_categorical(y_train.astype('int32'),10)
y_test = keras.utils.np_utils.to_categorical(y_test.astype('int32'),10)
#
model = Sequential()
model.add(Dense(512, activation='relu', input_shape=(in_size,)))
model.add(Dropout(0.2))
model.add(Dense(512,activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(out_size, activation='softmax'))
#
model.compile(
loss='categorical_crossentropy',
optimizer=RMSprop(),
metrics=['accuracy'])
#
hist = model.fit(X_train, y_train,
batch_size=128,
epochs=50,
verbose=1,
validation_data=(X_test, y_test))
#
score = model.evaluate(X_test, y_test, verbose=1)
print('正解率=',score[1],'loss=',score[0])
#
#
plt.plot(hist.history['acc'])
plt.plot(hist.history['val_acc'])
plt.title('Accuracy')
plt.legend(['train','test'],loc = 'upper left')
plt.show()
#
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('Loss')
plt.legend(['train','test'],loc='upper left')
plt.show()
110 投稿者:
名無しさん 2020/02/14 12:03:41
arigatou tion
111 投稿者:
Tor常用おじさん 2020/04/08 15:52:41
今回のビデオのですね目玉はですね、僕のシャワーシーンなのでお風呂に浸かってですね、イチモツをしごいてるところで抜いてください!
112 投稿者:
????? 2020/04/09 04:34:25
http://mewkid.net/when-is-xaxlop/ - Amoxicillin 500 Mg <a href="http://mewkid.net/when-is-xaxlop/">Amoxicillin</a> flk.ldqx.minmee.jp.kok.ip http://mewkid.net/when-is-xaxlop/
113 投稿者:
Tor常用おじさん 2020/04/09 21:46:26
>>117
誰だよ。
114 投稿者:
研究室のやべーやつ 2020/04/10 20:05:50
なんだこのおっさん(率直な感想)
115 投稿者:
ARM 2020/04/11 21:07:37
開いても404だった
116 投稿者:
名無しさん 2020/06/24 12:39:51
117 投稿者:
Tor常用おじさん 2020/06/24 20:28:15
>>121
ええもん買いましたなァ…
118 投稿者:
アイカツおじさん 2020/06/24 20:44:10