TensorFlowの日本語まとめ

TensorFlowの公式サイトに書かれている英文を英語ど素人が翻訳(日本語訳/和訳)します。 間違いがありましたら、優しく教えていただけますと幸いです。 内容を理解したら、使ってみたい。

6. 私たちのモデルの評価

私たちのモデルは、どれだけのことをするのでしょうか?

 

さて、最初に正しいラベルを予測して把握しましょう。tf.argmaxあなたにいくつかの軸に沿ったテンソルで最も高いエントリの索引を与える非常に便利な機能ですtf.argmax(y,1)は、正しいラベルですが、例えば、tf.argmax(y_,1)は、私たちのモデルでは、各入力のための最も可能性が高いと考えているラベルです。私たちは、私たちの予測が真実に一致するかどうかをチェックするためにtf.equalを使用することができます。

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

 

私たちにブール値のリストを与えます。正しいもの割合を決定するために、私たちは、浮動小数点数にキャストして、平均値を取ります。例えば、[True, False, True, True][1,0,1,1]となり、0.75になるでしょう。

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

 最後に、私たち私たちの試験データに私たちの精度を求めます

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

 これは約91%になるべきです。

それは良いですか?それほどでもありませんよ。実際には、それはかなり悪いです。私たちは非常に単純なモデル使用しているためです。いくつかの小さな変更では、私たちは97%を取得することができます。最高のモデルは、99.7%以上の精度を得ることができます!(詳細については、結果のリストを見てみましょう。)

 

重要なのは私たちはこのモデルから学んだことです。それでも、あなたはこれらの結果について少しダウンを感じている場合は私たちはかなり良く行う次のチュートリアル をチェックアウトし、そして、TensorFlow使用して、より洗練されたモデルを構築する方法を学びます 

 

f:id:TensorFlow:20151226220802j:plain

(原文サイト)

MNIST For ML Beginners