前回は、基本的な畳み込みニューラルネットワーク（CNN）の構築と学習方法を学びました。
今回は、より実践的なCNNの応用例を紹介します。
1. CNNの応用例
1.1 畳み込み層とプーリング層の追加
前回のモデルに、さらに畳み込み層とプーリング層を追加してみます。
import torch
import torch.nn as nn
import torch.nn.functional as F
class AdvancedCNN(nn.Module):
def __init__(self):
super(AdvancedCNN, self).__init__()
self.conv1 = nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1) # 畳み込み層1
self.conv2 = nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1) # 畳み込み層2
self.conv3 = nn.Conv2d(64, 128, kernel_size=3, stride=1, padding=1) # 畳み込み層3
self.pool = nn.MaxPool2d(kernel_size=2, stride=2, padding=0) # プーリング層
self.fc1 = nn.Linear(128 * 3 * 3, 256) # 全結合層1
self.fc2 = nn.Linear(256, 10) # 全結合層2
def forward(self, x):
x = self.pool(F.relu(self.conv1(x))) # 畳み込み層1 + ReLU + プーリング
x = self.pool(F.relu(self.conv2(x))) # 畳み込み層2 + ReLU + プーリング
x = self.pool(F.relu(self.conv3(x))) # 畳み込み層3 + ReLU + プーリング
x = x.view(-1, 128 * 3 * 3) # フラット化
x = F.relu(self.fc1(x)) # 全結合層1 + ReLU
x = self.fc2(x) # 全結合層2
return x
前回のモデルでは、2つの畳み込み層と1つのプーリング層を使用しましたが、今回は3つの畳み込み層と3つのプーリング層を追加しています。
これにより、モデルの表現力が向上し、より複雑な特徴を学習できるようになります。
実際に実行してみましょう。
model = AdvancedCNN()
criterion = nn.CrossEntropyLoss() # クロスエントロピー損失
optimizer = torch.optim.Adam(model.parameters(), lr=0.001) # Adam最適化手法
# ダミーデータの作成
inputs = torch.randn(100, 1, 28, 28) # 100サンプル、1チャネル、28x28画像
targets = torch.randint(0, 10, (100,)) # 100サンプル、0-9のラベル
# 学習ループ
for epoch in range(100): # 100エポック
model.train() # モデルを訓練モードに設定
optimizer.zero_grad() # 勾配の初期化
outputs = model(inputs) # 順伝播
loss = criterion(outputs, targets) # 損失の計算
loss.backward() # 逆伝播
optimizer.step() # パラメータの更新
if (epoch+1) % 10 == 0:
print(f'Epoch [{epoch+1}/100], Loss: {loss.item():.4f}')
実行してみると、損失が徐々に減少していくことが確認できます。
1.2 モデルの評価
学習が完了したら、モデルの評価を行います。
model.eval() # モデルを評価モードに設定
with torch.no_grad():
test_inputs = torch.randn(20, 1, 28, 28) # 20サンプル、1チャネル、28x28画像
test_targets = torch.randint(0, 10, (20,)) # 20サンプル、0-9のラベル
test_outputs = model(test_inputs) # 順伝播
_, predicted = torch.max(test_outputs, 1) # 予測クラスの取得
accuracy = (predicted == test_targets).sum().item() / test_targets.size(0)
print(f'Accuracy: {accuracy * 100:.2f}%')
ここでは、ランダムに生成したテストデータを使ってモデルの精度を評価しているので、あくまで参考値ですが、実際のデータセットを使用すれば、より正確な評価が可能です。
1.3 モデルの保存と読み込み
学習したモデルを保存し、後で読み込む方法を紹介します。
# モデルの保存
torch.save(model.state_dict(), 'advanced_cnn.pth')
# モデルの読み込み
model = AdvancedCNN()
model.load_state_dict(torch.load('advanced_cnn.pth'))
model.eval() # 評価モードに設定
これで、学習したモデルを保存し、必要に応じて再利用できるようになりました。
1.4 まとめ
今回は、より実践的なCNNの応用例として、畳み込み層とプーリング層の追加、モデルの評価、保存と読み込みについて学びました。
これらの技術を活用して、より複雑な画像認識タスクに挑戦してみてください。
次回は、さらに高度なトピックとして、転移学習やデータ拡張について紹介します。
お楽しみに！