1998年、Yann LeCunらは手書き数字を認識するネットワークを、郵便番号の 自動読み取りという実用の場に持ち込みました。ここにあるのは、まさにこの サーバー上でnumpyだけを使って学習させた、本物の重み(パラメータ)を持つ ネットワークです。下のキャンバスに数字を描くと、その隣で784個の入力 ニューロン・隠れ層・出力層がリアルタイムに光ります。
手書き数字を認識させる
お絵かき(マウス/タッチ)
機械にはこう見えている(28×28)
ネットワークの発火ビュー
-
テストデータでの正解率: -
パラメータ数: -
もっと詳しく: なぜ前処理が必要か
MNISTという有名な手書き数字データセットは、数字を(1)インクの バウンディングボックスで切り出し、(2)長辺が20ピクセルになるよう 縮小し、(3)重心が28×28画像の中心に来るよう配置する、という手順で 作られています。あなたが自由な位置・大きさで描いた数字も同じ手順で 正規化してからネットワークに渡さないと、認識率は大きく落ちてしまいます。 「機械にはこう見えている」の28×28画像が、その正規化後の姿です。
本物のMNIST
実際のテストデータから、0〜9それぞれ10枚ずつ(計100枚)を展示しています。 クリックすると、そのままネットワークに読み込ませて発火の様子を確認できます。
間違いの博物館
このネットワークがテストデータの中で間違えた数字たちです。人間でも 迷うようなくずし字になっていないでしょうか?
この展示で表示している手書き数字は MNIST database (Yann LeCun・Corinna Cortes・Christopher J.C. Burges)から取得したもので、 CC BY-SA 3.0 のもと同じ条件で提供します。ネットワークの重みはこのサーバで学習したものです。