人工知能でお菓子を認識する（その２）

　前編（その１）では、５種類のお菓子などを振った場合の音データそれぞれ100件（１件には、10ms分の、256周波数のスペクトルが格納されている）のTraining用データと、同じく、それぞれ100件のTest用データを使いまいした。その結果、全体の正解率は90.1％でした。

　その際に採用したレイヤーのうちの、ReccurentInput 〜 RecurrentOutputまでをまとめたUnit（ブロック）を使うこともできます。すなわち、このSony Neural Network Consoleには、LSTMをレイヤーとして使えるようになっています。そこで、今回はこれを使ってみました。他のハイパーパラメータも若干修正していますが、結果として、全体の正解率は95.2%まで行きました！（サッポロポテトだけは、若干低い認識率のままでした。といっても、87%の認識率です。）

　以下に、その様子を示します。

今回のLSTM（前回の構成よりもかなり簡単になっている）

ラーニングカーブ（Training Error & Validation Error）

学習後の評価結果（正解率は、全体で95.2%）#拡大してご覧下さい。