異端開発室

画像認識タスクにおいて、畳み込みニューラルネットワーク（CNN）は空間的特徴を効率的に抽出できるため、多層パーセプトロン（MLP）よりも優れた性能を発揮することが知られています。本稿では、猫と犬の二値分類というシンプルな課題を通じて、両者の構造的差異と学習挙動を実コードで比較・分析します。 環境設定とデータ準備 Google Colab上でTensorFlow 2.xを使用し ...

開発環境設定 WSL2(Ubuntu 22.04) + PyTorch 2.1.2 + Python 3.9.18環境構築 ハードウェアアクセラレーション設定 import torch # CUDA互換GPUの利用設定 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print(f"使用デバイス: {device}") データ処理パイプライン構築 データセット準備 from torchvision import datasets, transforms # ...

データ準備と前処理 必要なライブラリをインポートし、画像データをロードする。 import torch import torch.nn as nn import torchvision.transforms as T from torchvision.datasets import ImageFolder from pathlib import Path from PIL import Image import matplotlib.pyplot as plt import warnings warnings.filterwarnings("ignore") データディレクトリからク ...

必要なライブラリ 本プロジェクトでは、以下のライブラリを使用します。 NumPy: Pythonでの科学計算のための基本ライブラリ H5py: H5形式のファイルに保存されたデータセットと対話するためのライブラリ Matplotlib: Pythonでグラフを描画するためのライブラリ PIL: 画像処理のためのライブラリ SciPy: 画像処理のための追加機能を提供するライブラリ プロジェクトの概 ...