つくったモノ

MACHINE LEARNING / WEB APPLICATION

MNIST 手書き数字認識

制作：Shuhei Muroya
九州大学大学院マス・フォア・イノベーション連係学府

キャンバスに数字（0〜9）を書くと、2種類の機械学習モデルがリアルタイムで判別します。各数字である確率が棒グラフで表示され、書き進めるにつれて予測が変化する様子を確認できます。

ページを開き、白いキャンバスにマウスまたは指で数字を書くだけです。「消去」ボタンで何度でも描き直せます。

テスト精度：97.4%

28×28＝784個のピクセル値を入力し、128ユニット・64ユニットの中間層を経て、0〜9の10クラスの確率を出力します。

Input(784) → Dense(128) → Dense(64) → Output(10)

テスト精度：92.6%

入力した各ピクセルに係数を掛けて足し合わせ、Softmaxによって0〜9の確率へ変換する、比較的シンプルなモデルです。

モデルは、MNISTと呼ばれる手書き数字のデータセットから6万枚の画像を用いて学習しています。テスト精度は、学習に使用していない1万枚の画像に対する正解率です。

自分で書いた数字では、線の太さや位置、書き方の違いによって精度が下がることがあります。どのような書き方だとモデルが迷うのか、また2つの判別器で予測がどのように異なるのかを、実際に試してみてください。

※表示される確率は、書き方に応じてリアルタイムに変化します。