Contents - 目次（もくじ）
model.fit epochs：Kerasの使い方解説
model.summary()
#コード解説
：機械学習モデルの詳細を表示します。
例
「畳み込みニューラルネットワーク」（CNN）モデルの表示。（白黒画像の○×判定の場合）
image_size = 28
color_setting = 1
folder = ['circle', 'cross']
class_number = len(folder)
・
・
・
model = Sequential()
model.add(Conv2D(16, (3, 3), padding='same',
input_shape=(28, 28, color_setting), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Conv2D(128, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(256, (3, 3), padding='same', activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.25))
model.add(Dense(class_number, activation=‘softmax'))
model.summary()
Model：sequential（画像）
Google Colaboratoryで、すぐに使える「model.summary()」を使ったサンプルコード（Keras・CNN・自作AI用）
【オリジナルデータセットで機械学習に挑戦】
クラウド上で無料で使えるJupyterノートブック環境「 Google Colaboratory 」でKerasを使って自作・自前画像で画像認識が出来るように、ディープラーニング（深層学習）でおなじみの「畳み込みニューラルネットワーク」（CNN：Convolutional Neural Network）のプログラミングをしてみました。機械学習モデルの畳み込みニューラルネットワークを実装する際に「model.summary()」を使っています。
機械学習・人工知能プログラミングのオリジナルデータセットの壁を感じている方も多いのではないかと思います。
コード解説もしておきましたので、日々の学習にお役立てください。（オフラインでも学習しやすいように記事の内容を、PDFで公開してあります）
：【サンプルコード】Python・KerasでCNN機械学習。自作・自前画像のオリジナルデータセットで画像認識入門
：【コード解説】自作画像認識AI：Keras・CNN・Pythonオリジナルデータセット対応の機械学習サンプルコード
また、上記のサンプルコードを理解するために必要な画像認識関連の深層学習プログラミングの知識を学ぶ上で補助教材となりそうな書籍をレビューしておきました。日々の学習の一助になることがありましたら幸いです。
：【1周目 – 学習レビュー】Pythonで動かして学ぶ！あたらしい深層学習の教科書 機械学習の基本から深層学習まで（Aidemy公式教科書）