Chainerを使ったMNIST Handwitten Digit Classifier

Chainerを使って手書き数字の認識器を作ってみた。

MNIST Handwritten digit classifier


Herokuで動かしているが、学習自体は別の環境で行った。
ChanierはモデルのSerialize機能があるので、それをHerokuにデプロイして利用している。

マシンリソースがあまりないので、エポック数とか削ってしまったが、まあまあきちんと認識してくれてるような気がする。

ソースコードはGithubを参照

html部分はこちらのソースコードを流用させていただきました。

コメント

コメントを投稿

このブログの人気の投稿

麻雀の牌を表示するJavascriptライブラリ

イメージ
以前に公開したJavaの麻雀AIサーバである SmartBird から麻雀の牌を描画する部分だけ取り出してライブラリ化しました。 https://github.com/kentan/MahjongTileDrawingJS/tree/master 麻雀の牌はフリー素材などがいっぱいあったりしますが、今回公開したのはHTML5のcanvasタグを使ってその場で描画するタイプです。 使い方は下記のようにシンプル。 萬子はCharacter,索子はBamboo,筒子はCircleで表現しているので例えば5索を書きたい場合はdrawBamboo5("canvasタグのID")といったふうに呼び出せば、引数に指定したcanvasタグに5索が描かれます。 サンプル用のhtmlファイル <html> <head></head> <body onload="startDrawing()"> <canvas id = "canvas1" width="50px" height="60px"></canvas> </body> ライブラリを呼び出すサンプル用のjavascript function startDrawing(){ tileDrawing.drawCharactor1("canvas1"); } 詳細はgithubにあるサンプルコードを見てください
続きを読む

2016年に読んで・観て何かしら記憶に残っているものリスト（フィクション編）

観たフィクションで面白かったものまとめ。もっと色々観たはずだけどあまり覚えてないな。Amazon Primeで無料のやつとか履歴が残ってないので、何を観たのか思い出すのが大変。 The Game of Thrones 全米で大ヒットのドラマ。評判に違わず死ぬほど面白かった。現行の最新であるシーズン6まで一気に観てしまった。原作も読み始めた。ドラマの方も時間を作ってもう一度シーズン1からじっくりとみたい。 Silicon Valley これも一部では大ヒットのドラマ。なかなかコミカルで楽しい。 Extant ヒューマノイドロボットの話。本筋とは関係ないけど、アメリカンカルチャーに基づく夫婦の関係が描かれてて興味深かった。ああやってパワフルな女性を支える男性像が昨今の理想的な夫像なのだろうか。 Orphan Black Amazon Primeで無料だったシーズン3まで観た。面白かったので4もフリーになったら見よう。 The Martian 邦題は「オデ ッセイ」。火星ミッションの話。月がありきたりになったのでそろそろ火星が映画のネタになる頃か。前半の Matt Damonが淡々と危機を切り盛りして行くところは楽しかったが、後半はすごいグダグダ。 ダンジョン飯 1巻<ダンジョン飯> タイトル通りダンジョンで飯を食う話。まあなんか面白い。 PEACE MAKER 1 期間限定で5巻まで無料だったので読んでみた。非常に面白かったので、全部買っても良かったが、冊数が多いので結構金が掛かりそう。ここまで金かけるならKindleじゃなくて紙本で買いたい。 殺し屋１ これもKindleで一冊11円とかで売ってたので全部買ってみた。グロい描写が多い。読後感は良くない。でもなんか読むのをやめられなかった。 累 演劇のストーリのところが趣向が凝らされてる感じがしていい。いつか時間があったらこういう古典を読んでみても面白そう。漫画としても読み応えはある。 TED/TED2 シニカルな熊のTEDが観てて面白い。このくらい英語で口が回るようになりたい Harry Potter and the Sorcerer's St...
続きを読む

ゲーム理論のナッシュ均衡と最適戦略

用語の整理。 定義上、ナッシュ均衡は全プレイヤーがbest responseを取った状態のことであるが、これを「わかりやすく」説明しようと試みた結果、逆にわかりにくかったり、正確ではない言い方になっていることが多かったので、自分の言葉でまとめなおした。 ・ナッシュ均衡 すべてのプレイヤーが最適戦略（best response）である戦略をとっている状態 a ∗ = (a ∗ 1 , · · · , a ∗ n ) ∈ A is a Nash Equilibrium if    a ∗ i ∈ Bi(a ∗ −i ) for every i ∈ N.  ・Best Response ほかのプレイヤーの戦略を固定値としたまま、自分の戦略だけを動かして、最大値を取れる戦略。数式で書くと以下の定義。 ai ∈ Ai is a best response to a−i ∈ A−i if 　ui(ai , a−i) ≥ ui(a*i , a−i) for all a*i ∈ Ai ポイントはbest response(最適戦略)であろうか。bestあるいは最適という言葉に引きづられて、あたかもナッシュ均衡を目指す戦略がもっとも報酬が高い戦略であるという風に説明されていることもおおいように思える。 しかし、囚人のジレンマなどでも有名なようにナッシュ均衡は必ずしも、全プレイヤーに最高の結果をもたらす戦略ではない。あくまでも、自力でがんばれる範囲（＝ほかのプレイヤーの戦略値を固定値としたまま） でもっとも報酬が高い（＝その環境において最適な）戦略を全プレイヤーがとった状態だ。自分だけでは戦略を変更しても、メリットはないため均衡に陥る。 均衡の定義自体はわかりやすいが、定義したことのメリットがわかりづらいため、いろいろな説明が生まれて、その結果混乱の元になっているのだろうか。 参考文献 http://www.econ.ucla.edu/iobara/Nash201B.pdf
続きを読む