03_​MNIST分類器の学習

0 ×

このワークフローは、Kerasを介してMNISTデータセット上で単純な畳み込みニューラルネットワーク（CNN）を学習します。

この例を実行するためには、以下のKNIME拡張機能がインストールされていることを確認してください。

* KNIME Deep Learning - Keras Integration (Labs)
* KNIME Image Processing (Community Contributions Trusted)
* KNIME Image Processing - Deep Learning Extension (Community Contributions Trusted)

また、Kerasを含むPythonのローカルインストールも必要です。インストールの推奨事項や詳細情報については、https://www.knime.com/deeplearning#keras を参照してください。

謝辞：

作成したネットワークのアーキテクチャは、https://github.com/fchollet/keras/blob/master/examples/mnist_cnn.py [1]から引用しました。

同封の写真はMNISTデータセット(http://yann.lecun.com/exdb/mnist/) [2]からのものです。

[1] Chollet, Francois and others. Keras. https://github.com/fchollet/keras. 2015.

[2] Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner. "Gradient-based learning applied to document recognition." Proceedings of the IEEE, 86(11):2278-2324, November 1998.

Nodes

• Column Appender3 ×
• Column Filter2 ×
• Column Resorter2 ×
• Image Calculator2 ×
• Image Reader (Table)2 ×
• Show all 27 nodes

Extensions

• FeatureKNIME Base nodes
• FeatureKNIME Deep Learning - Keras Integration
• FeatureKNIME Image Processing
• FeatureKNIME Javasnippet

Links

• No links available