TensorFlowとKeras Sequential APIで花のデータセットをダウンロードする方法

花のデータセットは、KerasのSequential APIとGoogleが提供するデータセット保存用APIを組み合わせることで簡単にダウンロードできます。具体的には、「get_file」メソッドにデータセットのURLを指定して呼び出すことで、データセットを取得しローカル環境に保存できます。

畳み込みニューラルネットワーク（CNN）とは

少なくとも1つの畳み込み層（Convolutional Layer）を含むニューラルネットワークは「畳み込みニューラルネットワーク（CNN）」と呼ばれます。CNNは画像認識など特定の種類の問題において優れた成果を上げてきた手法です。

画像分類器はkeras.Sequentialモデルを使って構築し、データはpreprocessing.image_dataset_from_directoryを使用して読み込みます。これによりディスク上のデータを効率的に扱うことができます。また、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（Data Augmentation）やドロップアウト（Dropout）などを適用します。

使用するデータセットについて

今回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います。このデータセットは5つのサブディレクトリで構成されており、各サブディレクトリが1つのクラス（花の種類）に対応しています。クラスは以下の5種類です。

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

実行環境：Google Colaboratory

以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）を利用すると、ブラウザ上でPythonコードを実行でき、事前の設定は一切不要です。さらにGPU（グラフィックス処理装置）への無料アクセスも提供されています。ColaboratoryはJupyter Notebookをベースに構築されています。

コード例

import matplotlib.pyplot as plt
import numpy as np
import os
import PIL
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.models import Sequential
import pathlib
print("必要なパッケージをインポートしました")

dataset_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz"
data_dir = tf.keras.utils.get_file('flower_photos', origin=dataset_url, untar=True)
data_dir = pathlib.Path(data_dir)
print("データのダウンロードが完了しました")

コード引用元：https://www.tensorflow.org/tutorials/images/classification

実行結果

必要なパッケージをインポートしました
Downloading data from https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
228818944/228813984 [==============================] - 5s 0us/step
データのダウンロードが完了しました

コードの解説

• まず、matplotlibやnumpy、TensorFlowなど、必要なパッケージをすべてインポートします。
• 次に、tf.keras.utils.get_fileメソッドにデータセットのURLを渡すことで、Googleのストレージから花のデータセットをダウンロードし、tarファイルを自動的に展開します。
• pathlib.Pathを使ってパスをPathオブジェクトに変換することで、以降のファイル操作を直感的に行えるようになります。