TensorFlowとPythonでFashion MNISTデータを前処理する方法

TensorFlowはGoogleが提供する機械学習フレームワークです。オープンソースとして公開されており、Pythonと組み合わせてアルゴリズムやディープラーニングアプリケーションの実装など、幅広い用途に活用できます。研究開発から本番環境まで、多くの場面で採用されている実績あるフレームワークです。

Windows環境では、以下のコマンドで「tensorflow」パッケージをインストールできます。

pip install tensorflow

テンソル（Tensor）はTensorFlowで使用される基本的なデータ構造であり、フロー図におけるエッジ（辺）をつなぐ役割を果たします。このフロー図は「データフローグラフ」と呼ばれます。テンソルとは、端的に言えば多次元配列またはリストのことです。

「Fashion MNIST」データセットには、さまざまな種類の衣類の画像が含まれています。10の異なるカテゴリに属する7万枚以上のグレースケール画像が収録されており、その解像度は28×28ピクセルと低めに設定されています。

本記事のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）を利用すると、ブラウザ上で直接Pythonコードを実行でき、面倒な環境構築は一切不要です。さらに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。

コード例

plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()

train_images = train_images / 255.0

test_images = test_images / 255.0

plt.figure(figsize=(12,12))
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]])
plt.show()

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

実行結果

解説

• ニューラルネットワークを訓練する前に、入力データセットを前処理する必要があります。
• 画像をコンソール上で確認・表示すると、ピクセル値が0〜255の範囲に収まっていることがわかります。
• まず、これらのピクセル値を0〜1の範囲にスケーリングします。
• そのためには、すべてのピクセル値を255で割ります。
• 訓練用データセットとテスト用データセットは、必ず同じ方法で前処理しなければなりません。
• これにより、訓練時と評価時に同種のデータが与えられることが保証されます。
• データが正しい形式になっていることを確認するために、先頭の数枚の画像をコンソールに表示し、それぞれの画像が属するクラス名も併せてチェックします。