TensorFlowとPythonを使ってデータセットを視覚化する方法

ここでは、花のデータセットを使用します。このデータセットは、Googleが提供するAPI経由でダウンロードでき、「get_file」メソッドにAPIのURLを引数として渡すことで、データを開発環境に取得できます。

ダウンロードしたデータは「matplotlib」ライブラリを使って視覚化できます。「imshow」メソッドを使用すると、コンソール上に画像を表示することが可能です。

TensorFlowとKerasの連携

関連記事： TensorFlowとは何か？KerasはどのようにTensorFlowと連携してニューラルネットワークを構築するのか？

本記事ではKeras Sequential APIを使用します。これは、各レイヤーが正確に1つの入力テンソルと1つの出力テンソルを持つ、単純なレイヤーのスタックで構成される逐次モデルを構築するのに適したAPIです。

keras.Sequentialモデルを使って画像分類器を作成し、preprocessing.image_dataset_from_directoryを利用してデータを読み込みます。これにより、ディスクから効率的にデータをロードできます。さらに、過学習（オーバーフィッティング）を検出し、それを軽減するための手法として、データ拡張やドロップアウトなどを適用します。

使用するデータセットには約3,700枚の花の画像が含まれており、5つのサブディレクトリ（クラスごとに1つずつ）に分かれています。クラスは以下の通りです。

• daisy（デイジー）
• dandelion（タンポポ）
• roses（バラ）
• sunflowers（ひまわり）
• tulips（チューリップ）

以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）はブラウザ上でPythonコードを実行できるサービスで、事前設定が一切不要であり、GPU（グラフィックス処理装置）にも無料でアクセスできます。ColaboratoryはJupyter Notebookをベースに構築されています。

print("Visualizing the dataset")
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
    for i in range(6):
        ax = plt.subplot(3, 3, i + 1)
        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        plt.axis("off")

for image_batch, labels_batch in train_ds:
    print(image_batch.shape)
    print(labels_batch.shape)
    break

コード出典：https://www.tensorflow.org/tutorials/images/classification

出力結果

Visualizing the dataset
(32, 180, 180, 3)
(32,)

解説

• fitメソッドでモデルを学習した後でも、データセットを手動で反復処理し、画像のバッチを取得することができます。
• 取得したデータはコンソールに表示されます。
• image_batchは形状(32, 180, 180, 3)のテンソルです。
• これは32枚の画像からなるバッチで、各画像の形状は180×180×3です。
• labels_batchは形状(32,)のテンソルで、32枚の画像に対応するラベルが格納されています。
• image_batchおよびlabels_batchテンソルに対して.numpy()を呼び出すことで、numpy.ndarrayへ変換できます。