TensorFlowとPythonを使ってCIFARデータセットを検証する方法

CIFARデータセットの検証は、データセットに含まれる画像をコンソール上に描画することで行うことができます。CIFARのラベルは配列形式で格納されているため、画像を表示する際にはインデックスを1つ余分に指定する必要があります。画像の表示には、matplotlibライブラリの「imshow」メソッドを使用します。

Google Colaboratoryについて

本記事のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）は、ブラウザ上で直接Pythonコードを実行できるサービスです。環境構築が一切不要で、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るため、機械学習の学習や検証に非常に便利です。ColaboratoryはJupyter Notebookをベースに構築されています。

コード例：最初の15枚の画像を表示する

print("Verifying the data")
plt.figure(figsize=(10,10))
print("Plot the first 15 images")
print("An extra index is needed since CIFAR labels are arrays")
for i in range(15):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i][0]])
plt.show()

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

実行結果

Verifying the data
Plot the first 15 images
An extra index is needed since CIFAR labels are arrays

このコードを実行すると、5×5のグリッド上に訓練用画像のうち先頭15枚が描画され、各画像の下には対応するクラス名がラベルとして表示されます。

解説

• 正規化済みデータの可視化： 前処理（正規化）を施したデータを可視化して確認します。これにより、モデルに入力される前にデータが正しい状態であるかを目視でチェックできます。
• matplotlibライブラリの活用： 可視化にはPythonの代表的な描画ライブラリである「matplotlib」を使用しています。subplotで複数画像を並べて表示し、xticks・yticksを非表示にすることで、見やすいレイアウトにしています。
• ラベル配列へのインデックス指定： CIFARデータセットのラベルは二次元配列として格納されているため、「train_labels[i][0]」のように追加のインデックスを指定してクラス名を取得します。この点はMNISTなど他のデータセットとの違いなので注意が必要です。

このように、データセットの内容を実際に目で確認することは、モデル構築前の重要なステップです。画像とラベルが正しく対応していることを確認しておくことで、後続のCNNなどのモデル学習におけるトラブルを未然に防ぐことができます。