[Mlmag:954] 【いなじんインターネットメールマガジンVol.954】

[インターネット情報から日常の話題]

。゜。゜。゜。゜。いなじんインターネットメールマガジン。゜。゜。゜。

                               Vol.954　　           　 　2025.07.30
                      http://www.inajin.gr.jp

　～～～コロナは風邪になりましたが、頑張ろう能登、四国、日本～～～

      たった一言で救える混雑がある!?～県下NPO提供道路情報提供掲示板
      「Road110ドットコム」　<http://www.road110.com>　情報募集中

  ＝＝＝＝＝＝＝＝＝＝＝＝＝＝おしながき＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
　□　機械学習を体験してみる　　　　　　　　　　　　　T-COOL
　■　AIが変える世界　　　　　　　　　　　　　　　　　Roony-BIG
　□　お天気情報　　　　　　　　　　　　　　　　　　　旅　人
　■　吉田＆森田組、カナダ拠点に「五輪枠を」　　　　　ＥＬＬＥ
  ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
　
　□■　機械学習を体験してみる　　　　　　　　　　　　T-COOL


　　前回、テンサーフローを用いて手描きもじの判別ができることを確認
　しました。でも、何パーセント正解した、という数字だけ見せられても
　なんか釈然としない気がします。ので、今回は実際の手書き文字と何と
　判断したかの内容を表示してみようと思います。

　で、表示のためのプログラムが若干長いので、早速プログラムのリスト
　を揚げます。コメントをたくさん入れたので何をやっているか勉強して
　みてください。

#テンサーフローとmnist
import tensorflow as tf
mnist = tf.keras.datasets.mnist

import numpy as np
import matplotlib.pyplot as plt
#学習データとテストデータを変数に格納する
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
#数字の名前を表示させるための変数
class_name=['0','1','2','3','4','5','6','7','8','9']
#イメージは２５５で割って０から１の間の小数点付きの数字に変換する
train_images = train_images /255
test_images = test_images /255

#モデル
model = tf.keras.Sequential([
     # データのフォーマット変換
     tf.keras.layers.Flatten(input_shape=(28, 28)),
     # 128個のノードのDense層
     tf.keras.layers.Dense(128, activation=tf.nn.relu),
     # 10ノードのsoftmax層
     tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
#モデルコンパイル
model.compile(
# 
モデルが見ているデータと、損失関数の値から、どのようにモデルを更新するかを決定
   optimizer=tf.keras.optimizers.Adam(),
# 訓練中にモデルがどれくらい正確かを測定します
   loss='sparse_categorical_crossentropy',
# 訓練とテストのステップを監視するのに使用します
   metrics=['accuracy'])
#モデルは、画像とラベルの対応関係を学習します(グラフで表示されます)
model.fit(train_images, train_labels, epochs=5)

predictions = model.predict(test_images)
np.argmax(predictions[0])

def plot_image(i, predictions_array, true_label, img):
   predictions_array, true_label, img = predictions_array[i], 
true_label[i], img[i]
   plt.grid(False)
   plt.xticks([])
   plt.yticks([])

   plt.imshow(img, cmap=plt.cm.binary)

   predicted_label = np.argmax(predictions_array)
   if predicted_label == true_label:
     color = 'blue'
   else:
     color = 'red'

   plt.xlabel("{} {:2.0f}% ({})".format(class_name[predicted_label],
                                 100*np.max(predictions_array),
                                 class_name[true_label]),
                                 color=color)

def plot_value_array(i, predictions_array, true_label):
   predictions_array, true_label = predictions_array[i], true_label[i]
   plt.grid(False)
   plt.xticks([])
   plt.yticks([])
   thisplot = plt.bar(range(10), predictions_array, color="#777777")
   plt.ylim([0, 1])
   predicted_label = np.argmax(predictions_array)

   thisplot[predicted_label].set_color('red')
   thisplot[true_label].set_color('blue')

#いくつかのテストデータを表示してみる
num_rows = 5
num_cols = 3
num_images = num_rows*num_cols
plt.figure(figsize=(2*2*num_cols, 2*num_rows))
for i in range(num_images):
     plt.subplot(num_rows, 2*num_cols, 2*i+1)
     plot_image(i, predictions, test_labels, test_images)
     plt.subplot(num_rows, 2*num_cols, 2*i+2)
     plot_value_array(i, predictions, test_labels)
plt.show()

　　さて、都合１５個の手描き文字の判断の内容をグラフにしてみました
　が、中に１００パーセントではないものがありますね。５なのか６なの
　か８なのか、人間でもわからない文字があります。ギリギリ判別してい
　る様子がみて取れると思います。

　参考ページ
　https://www.acceluniverse.com/blog/developers/2019/12/post-28.html

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　■□


　□■　AIが変える世界　　　　　　　　　　　　　　　　Roony-BIG


　　ChatGPT でAIと話をしていればわざわざインターネット上の多くの記
　事を読まなくても内容を取得することができるようになる。これはチャ
　ットAIが登場した頃によく言われたことです。そうなればGoogleなどの
　検索サービスは要らなくなる、そんなことまで言われていました。
　まあ、Googleの検索については今でもそこそこあるようで、収益も堅調
　なようで心配いらないみたいです。

https://jbpress.ismedia.jp/articles/-/89638
（JBpressのページ）

　実はGoogle独自のAIを検索画面のトップに据えましたから、Google自体
　がAIに前のめりなのですね。
　しかし、Googleよりももっと酷い影響を受けているところがあるのです。
　それは新聞社や通信社など、日々の記事を掲載しているサイトです。

　実際新聞社などのサイトを訪れている人は激減していると言います。こ
　れに伴って検索してたどり着いてもらった褒美としてもらっていた収益
　が激減するという事態になっているようです。

https://jbpress.ismedia.jp/articles/-/89196
（JBpressのページ）

　　新聞が売れない代わりにインターネットでみてもらうことでやっと収
　益を得ていたのに、これでは新聞という存在が危うくなってしまいます。
　これからは、チャットAIの企業に対して膨大なデータを提供する代わり
　にデータの料金とか、著作権料などの名目でお金をもらう、など何かを
　変えなければ生き残っていけなくなる会社も出てくるかもしれません。

　もしかしたら、膨大なデータを所有している博物館とか美術館もチャッ
　トAIの企業からお金をもらう仕組みができるかもしれません。これは世
　の中のお金を得る仕組みも変わってしまう、ということなのですね。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　■□
　　

　□■　お天気情報　　　　　　　　　　　　　　　　　　旅　人


　　明日の天気
　　https://weathernews.jp/s/forecast/

　　週刊天気
　　https://www.jma.go.jp/jp/week/
　　
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　■□

　　
　□■　吉田＆森田組、カナダ拠点に「五輪枠を」　　　　ＥＬＬＥ


　　アイスダンス吉田＆森田組　カナダ拠点に「五輪枠を」
　　https://news.yahoo.co.jp/articles/9cb68d51330f69197a450a6a6cf9178863f63c28

　　島田麻央　全本選手権でのタイトル奪取を誓う
　　https://news.yahoo.co.jp/articles/5c996db6ebd91cf322439b54ef01b50d35088bba
　　　　　　　　　　                                        　■□


　■■□■　
   ■□
   □
　　  編集部のひとこと　
　
　　　先週位までは、暑い日中の後にカミナリがゴロゴロなって夕立、と
　　いうのもよく有ったのだが、今週になって気温が体温以上にグングン
　　急上昇して来てからは一滴の雨も降らずカラカラ。新潟の情報では、
　　非常な水不足、野菜の成長もままならないとか。36で驚愕していたら
　　37や38などと言う数字がチラホラ。40度超えのヨーロッパをニュース
　　で見て同情していたのだが他人事で無くなり、とうとう庭へ出るのが
　　怖いほどの今日この頃、皆さまはお変わりありませんか。

　　++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
　　　まき散らしておいて知らん顔、なんと恐ろしく信じられない国なの
　　か中国とは。名前は【武漢肺炎】だったのに、サッサとＷＨＯにカネ
　　でも掴ませたのかＣＯＶＩＤに変えさせ、それを黙認した世界の罪は
　　重く酷いと思う。この感染症は永久に【武漢肺炎】である。
　　相変わらず人の集まる場所ではマスクしたいと思うし完全に外れるに
　　はまだ何年もかかりそうです、頑張りましょう。

　　************************************************************
　　外出から戻ったら必ず嗽と手洗いをしています。皆様くれぐれも
　　体調管理はしっかりとして、風邪などお召しにならぬよう。
　　ゆめゆめ、油断怠り無きよう。皆様の健康をお祈りしています。

   　************************************************************
　　　　　なにかニュースがありましたらお知らせ下さい。
　　　　　　　次回は、来月８月５日（火曜日）です。
　　　　　　皆様の情報が頼り。原稿お待ちしております。

　　　　　　　　　　　　　　　　　　　　　　　綾小路小薔薇


　■□■
　■□　情報をお寄せください
　□
　　　　　　いなじんインターネットは、地域のみなさんからの情報を
　　　　　　お待ちしています。
　　　　　　美味しい情報、楽しい情報などお待ちしております。
　　　　　　
　　　　　　情報の提供は、こちらからお願いします。
　　　　　　　　　　　　　
　　　　　　　　　　　　　mailmag ＠ inajin.gr.jp

    ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
　　　　　発行　　特定非営利活動法人　いなじんインターネット
　　　　　　　　　〒396－0011伊那市中央4726－2春日医院内　

　　　　　　　ご購読の停止及びメールアドレスの変更、
　　　　　　編集部へのお問い合わせ、ご意見・ご感想など
　　　　　　　　　
　　　　　　　　　　　　mailmag ＠ inajin.gr.jp

　　　このメールマガジンは、大安の日にお届けしております。
　尚、大安が土曜日曜、祝祭日と重なった場合、非常事態が起こった場合等
　は、お休みとさせていただきます。あしからず。

  　。゜。★。゜。☆。゜。★。゜。☆。゜。★。゜。☆。゜。★。゜。☆