2-05 整数化したPythonで認識率97％台 ●整数化したらどれくらい認識率が変わるのか 　本章では図2‐20のように各層を整数化しました。これらの係数を使ってPythonを走らせて推論してみます。 図2‐20　整数化して更に係数の種類も減らしている ●意外と劣化していない 　Jupyter Lab上で走らせると図2‐21のように、正解率は97.498％となりました。小数で演算した際は98％台だったので、１％程度の劣化になりました。 図2‐21　テスト画像を推論した結果97％台 ●FPGAで使うために係数をセーブしておく 　1層目から6層目までの重み係数はw1_int〜w6_int.csv、バイアスはb1_int.csv, b6_int.csvにセーブされます。図2‐22では3層目の係数とバイアスをCSVファイルに落としています。 図2‐22　get_weights（）で重みやバイアスを取り出してセーブ ●整数化したPythonコードをここに置きます。正解率は97％台。main_int.pyを実行すると以下のファイルが生成されます。 整数化された重み係数 w1_int.csv, w2_int.csv, w3_int.csv, w4_int.csv, w5_int.csv, w6_int.csv 整数化されたバイアス b1_int.csv, b2_int.csv, b3_int.csv, b4_int.csv, b5_int.csv, b6_int.csv ●整数化前の重み係数やバイアスはこれを使うと良い 　main_float.pyで学習モデル（係数やバイアス）をセーブし、main_int.pyでそれをロードして整数化します。 　正解率は学習のたびに微妙に変わるので、係数やバイアスを整数化する際は、元々高い正解率のものを使うほうが有利です。wei0307.zipを展開するとw1〜w6, b1〜b6があるのでそれらを使いましょう。 最初のページへ 目次へ戻る