第2回 Kerasで実践！ Cats vs. Dogs （6/6）

6) 判定の実行

では締めくくりとして、実際に画像の判定を行っていきましょう。
--inferオプションで対象画像を指定しつつcat_dog_dnn_keras.pyを実行します。

$ cat_dog_dnn_keras.py --infer dog_test.jpg
Using TensorFlow backend.
判定モード
Dog (100.0%)
 
$ cat_dog_dnn_keras.py --infer cat_test.jpg
Using TensorFlow backend.
判定モード
Cat (100.0%)

愛犬・愛猫の画像お持ちの方はその画像を使ってみると面白いと思います。
またvalidディレクトリ以下にある画像を用いても良いでしょう。
8割程の精度ではけっこう外すこともありますが、そこはご愛敬ということで……

ご参考までに、CC0ライセンス（≒著作権フリー）の画像を1点ずつご紹介いたします。こちらはご自由にお使いください。

おわりに

この記事をもって、Kerasを用いたディープラーニングの初歩が達成できたことになります。あなたにはすでに「ディープラーニング？ああ、こないだやったよ」と言ってのける資格があるわけです。
記事にするとなかなかのボリュームですが、最終的にできたコードを見ると全部で100行程度ですから「意外に簡単に書けたな」と感じるのではないでしょうか。
次回は、Kerasを使わず直接TensorFlowで実装していくとどうなるのか、というところをご紹介できればと思います。