TensorFlowとPythonを使ってCNNモデルを評価する方法

畳み込みニューラルネットワーク（CNN）の評価は、evaluateメソッドを使用して行うことができます。このメソッドは、テストデータ（テスト画像とテストラベル）を引数として受け取り、モデルの損失（loss）と精度（accuracy）を算出します。

CNNと画像認識

畳み込みニューラルネットワークは、画像認識のような特定の種類の問題において、非常に優れた結果をもたらすことで知られています。画像の空間的な特徴を効率的に抽出できるため、コンピュータビジョンの分野で広く活用されています。

なお、本記事のコードは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、環境構築が不要であり、GPU（グラフィックス処理ユニット）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。

精度とエポックの関係を可視化する

モデルの評価を行う前に、matplotlibライブラリを使用して、学習過程における精度とエポックの関係をグラフとして描画します。これにより、モデルが学習とともにどのように改善しているかを視覚的に確認できます。

print("Plotting accuracy versus epoch")
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
print("The model is being evaluated")
test_loss, test_acc = model.evaluate(test_images,test_labels, verbose=2)
print("The accuracy of the model is:")
print(test_acc)

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

実行結果

Plotting accuracy versus epoch
The model is being evaluated
313/313 - 3s - loss: 0.8884 - accuracy: 0.7053
The accuracy of the model is:
0.705299973487854

コードの解説

• まず、エポックごとの精度（accuracy）と検証用データに対する精度（val_accuracy）の推移をmatplotlibライブラリを使って可視化します。
• 次に、model.evaluate()メソッドにテスト画像とテストラベルを渡してモデルを評価し、損失と精度を求めます。
• verbose=2を指定することで、評価の進行状況が簡潔な形式で表示されます。

この例では、テストデータに対する最終的な精度は約70.5%という結果が得られました。評価結果を確認することで、モデルが未知のデータに対してどの程度汎化できているかを把握することができます。