FC2カウンター FPGAの部屋 2017年08月08日

FPGAやCPLDの話題やFPGA用のツールの話題などです。 マニアックです。 日記も書きます。

FPGAの部屋

FPGAの部屋の有用と思われるコンテンツのまとめサイトを作りました。Xilinx ISEの初心者の方には、FPGAリテラシーおよびチュートリアルのページをお勧めいたします。

白線追従走行用畳み込みニューラルネットワークの製作6(学習1)

白線追従走行用畳み込みニューラルネットワークの製作5(テストデータの作成)”の続き。

前回はテストデータを測定しファイルにまとめた。今回はトレーニング・ファイルとテスト・ファイルがそろったので、Pythonコードを使用したのCNNの学習を行う。

「ゼロから作るDeep Learning」の畳み込みニューラルネットワークのハードウェア化1”からのブログ記事を参考にMNISTから白線追従データセット用に変更する。

まずは、dataset_straight フォルダを作成し、ch07 フォルダをコピー&ペーストして ch07_straight フォルダを作成した。
wlt_cnn_39_170808.png

dataset_straight フォルダに”白線追従走行用畳み込みニューラルネットワークの製作3(トレーニング、ラベル・ファイルの作成)”で作成したトレーニングの画像ファイルの train_straight_run_image とラベル・ファイル train_straight_run_label をコピー&ペーストした。更に、”白線追従走行用畳み込みニューラルネットワークの製作5(テストデータの作成)”で作成したテスト用の画像ファイルtest_straight_run_image とテスト用のラベル・ファイル test_straight_run_label をコピー&ペーストした。
次に、mnist.py をベースに straight_dataset.py を作成した。なお、多くのPython コードで load_mnist() が使用されているので、それは変更していない。straight_dataset.py を示す。

# straight_dataset.py
# 2017/08/08 白線追従走行用CNNに変更 by marsee
# 元になったコードは、https://github.com/oreilly-japan/deep-learning-from-scratch の mnist.py です
# 改変したコードもMITライセンスとします。 2017/08/08 by marsee

# coding: utf-8
try:
    import urllib.request
except ImportError:
    raise ImportError('You should use Python 3.x')
import os.path
import gzip
import pickle
import os
import numpy as np


key_file = {
    'train_img':'train_straight_run_image',
    'train_label':'train_straight_run_label',
    'test_img':'test_straight_run_image',
    'test_label':'test_straight_run_label'
}

dataset_dir = os.path.dirname(os.path.abspath(__file__))
save_file = dataset_dir + "/mnist.pkl"

train_num = 750
test_num = 375
img_dim = (1, 10, 56)
img_size = 560


def _load_label(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")
    with open(file_path, 'rb') as f:
            labels = np.frombuffer(f.read(), np.uint8, offset=8)
    print("Done")
    
    return labels

def _load_img(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")    
    with open(file_path, 'rb') as f:
            data = np.frombuffer(f.read(), np.uint8, offset=16)
    data = data.reshape(-1, img_size)
    print("Done")
    
    return data
    
def _convert_numpy():
    dataset = {}
    dataset['train_img'] =  _load_img(key_file['train_img'])
    dataset['train_label'] = _load_label(key_file['train_label'])    
    dataset['test_img'] = _load_img(key_file['test_img'])
    dataset['test_label'] = _load_label(key_file['test_label'])
    
    return dataset

def init_mnist():
    dataset = _convert_numpy()
    print("Creating pickle file ...")
    with open(save_file, 'wb') as f:
        pickle.dump(dataset, f, -1)
    print("Done!")

def _change_one_hot_label(X):
    T = np.zeros((X.size, 3))
    for idx, row in enumerate(T):
        row[X[idx]] = 1
        
    return T
    

def load_mnist(normalize=True, flatten=True, one_hot_label=False):
    """MNISTデータセットの読み込み
    
    Parameters
    ----------
    normalize : 画像のピクセル値を0.0~1.0に正規化する
    one_hot_label : 
        one_hot_labelがTrueの場合、ラベルはone-hot配列として返す
        one-hot配列とは、たとえば[0,0,1,0,0,0,0,0,0,0]のような配列
    flatten : 画像を一次元配列に平にするかどうか 
    
    Returns
    -------
    (訓練画像, 訓練ラベル), (テスト画像, テストラベル)
    """
    if not os.path.exists(save_file):
        init_mnist()
        
    with open(save_file, 'rb') as f:
        dataset = pickle.load(f)
    
    if normalize:
        for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].astype(np.float32)
            dataset[key] /= 255.0
            
    if one_hot_label:
        dataset['train_label'] = _change_one_hot_label(dataset['train_label'])
        dataset['test_label'] = _change_one_hot_label(dataset['test_label'])
    
    if not flatten:
         for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].reshape(-1, 1, 10, 56)

    return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label']) 


if __name__ == '__main__':
    init_mnist()


いろいろと元の mnist.py そのままだが、とりあえず、これで動くようだ。

dataset_straight フォルダを示す。
wlt_cnn_38_170808.png

今日は寝坊してしまったので、ここまで。明日に続きます。
  1. 2017年08月08日 07:34 |
  2. DNN
  3. | トラックバック:0
  4. | コメント:0