Graphpipe向けMNISTモデルのテスト (for Beginner)

先日の投稿にて作成したMNISTモデルのテストを実施してみます。

用意した画像ファイルは以下10個。MSペイントにて28 x 28のサイズで書いたものです。


1.テストコード
from io import BytesIO
from PIL import Image, ImageOps
import os,sys
import numpy as np
import requests
from graphpipe import remote
from matplotlib import pylab as plt
data_dir_path = u”/tmp/mnist_test”
file_list = os.listdir(r’/tmp/mnist_test’)
for file_name in file_list:
root, ext = os.path.splitext(file_name)
if ext == u’.png’:
test_file = data_dir_path + ‘/’ + file_name
img = Image.open(test_file).convert(‘L’)
img.thumbnail((28, 28))
img = map(lambda x: 255 – x, img.getdata())
img = np.fromiter(img, dtype=np.uint8)
img = img.reshape(1, 784)
img = img.astype(np.float32)
img = np.multiply(img, 1.0 / 255.0)
pred = remote.execute(“http://desktop.scpepper.tokyo:9001”, img)
print(test_file)
print(np.argmax(pred, axis=1))
2.テスト実行
# python mnist_beginner_gp.py
/tmp/mnist_test/five001.png
[5]
/tmp/mnist_test/four001.png
[9]
/tmp/mnist_test/nine001.png
[8]
/tmp/mnist_test/one001.png
[3]
/tmp/mnist_test/seven001.png
[3]
/tmp/mnist_test/six001.png
[5]
/tmp/mnist_test/three001.png
[3]
/tmp/mnist_test/two001.png
[2]
/tmp/mnist_test/zero001.png
[2]
/tmp/mnist_test/eight001.png
[3]

全然あってない・・・正答率30%じゃないですか。

手書きの数字が悪いのかな、であれば、次回TurtorialのExpert版にて試してみます。

それにしてもGraphpipeの処理速度は速いです。

シェアする

  • このエントリーをはてなブックマークに追加

フォローする