TensorFlow チュートリアルをやってよう！　教師あり学習編

訓練されたモデルに予測させる

最後に、訓練されたモデルを使用して単一の画像について予測させます。今回は上記のtestで使用したAnkle bootの画像を使います。

tf.kerasモデルは、すぐに衣類の様なバッチや集合を予測するように最適化されています。したがって、単一の画像を使用している場合でも、それをリストに追加する必要があります。

img = test_images[0]
#画像は１つですがリストに追加します。
img = (np.expand_dims(img,0))
print(img.shape)

【結果】

（1、28、28）

次に画像を予測させます。

predictions_single = model.predict(img)
plot_value_array(0, predictions_single, test_labels)
_ = plt.xticks(range(10), class_names, rotation=45)

【結果】

np.argmax(predictions_single[0])

【結果】

9

先ほどと同様にラベル9を予測しました。

最後に

Jupyter Notebookを使ってTensorFlowのチュートリアルを実行しました。逐次結果が確認できるので非常に学びやすかったです。

今回は衣類の画像とラベルを用いた教師データありの機械学習でした。”訓練データでモデルに学習させる→テストデータで予測させる→予測したlabelと実際のlabelが正しいか確認する”の流れが理解できました。