【MNIST】データ拡張で「汎化性能」UPっぷ【認識率UP!】 - Qiita

❶はじめに AIの'Hello World'と呼ばれるMNIST(AIによる数字認識)について、今日もゆるりと試行錯誤していきたいと思います。 自分で書いた数字を認識させてみた 『0からはじめる「Python AIプログラミング」for Google Colab』で実施した通り、MNISTの認識精度は99.1%以上となり、ほぼ完成しているように見えました。 しかし、『【MNIST】自分の数字をAIに認識させよう』で自分の手書き数字が正しく認識されるか試してみたところ、意外と誤認識が多いことが分かりました。 これはつまり、MNISTが用意したテストデータでの認識精度が99.1%以上になったに過ぎないということですね。 →考えてみたら、そりゃそーなんだけどね😅 誤認識サンプル 例えばですが、『0からはじめる「Python AIプログラミング」for Google Colab』で作ったモデルを

[knaka20blue]

“MNISTの学習データを汎化するため、多種多様な学習データを用意する必要があります。しかし、新規にデータを用意したりラベル付けする事は、とても大変です。そこで、kerasライブラリに用意されているImageDataGeneratorと