機械学習で便利な画像データセット「MNIST」を丁寧に解説！

機械学習の画像認識の学習において、初心者でも使いやすく、サンプルデータとしてもよく利用されているのが「MNIST（エムニスト）」のデータセットです。MNISTは使いやすさだけではなく、他のライブラリでも簡単に取得することができる、応用力の高いデータセットです。

この記事ではMNISTとは何かをわかりやすく解説。さらに、ダウンロード方法やTensorflowやKeras、Chainer（※1）での取得方法まで紹介します。

（※1）2019年Preferred Networks（PFN）は2019年12月、同社が開発する深層学習フレームワーク「Chainer」のメジャーアップデートを終了すると発表。今後は、米Facebookが主導する深層学習フレームワーク「PyTorch」へ順次移行する。

MNISTとは？

MNIST(Mixed National Institute of Standards and Technology database)とは、手書き数字画像60,000枚と、テスト画像10,000枚を集めた、画像データセットです。さらに、手書きの数字「0〜9」に正解ラベルが与えられるデータセットでもあり、画像分類問題で人気の高いデータセットです。

MNISTは深層学習(ディープラーニング)の手法の１つであるニューラルネットワークを学ぶ上でも便利ですし、機械学習の入門のデータセットとしてもよく使われています。

手軽に入手できる点も含めて、人工知能(AI)の勉強を始める入り口としてMNISTは人気の高いデータセットです。

コンピュータ・ビジョンとは？

MNIST解説する前に、覚えておいていただきたいのが「コンピュータ・ビジョン」です。

コンピュータ・ビジョンとは、科学技術分野のうちの１つで、コンピュータを用いた視覚( Vision)の実現を研究する学術分野です。

コンピュータ・ビジョンを活用して行える例として、画像分類や画像認識があります。畳み込みニューラルネットワークを使用すれば、これらの分類や認識を良好に機能させてくれます。

畳み込みニューラルネットワークは深い層を持った、ニューラルネットワークの種類のうちの１つですが、ニューラルネットワークについて詳しく知りたい人は「ニューラルネットワークとは?人工知能の基本を初心者向けに解説！」を見てみてください。

そして、コンピュータ・ビジョンを活用しているものの１つに、MNISTがあります。MINSTは、コンピュータ・ビジョンを使用し、手書きの数字が書かれている画像データから正解ラベルを導き出すことができます。

MNISTは教師あり学習のデータセットなので、学習データには正解ラベル、もしくはクラスが与えられています。（詳しくは次の章で解説します）

MNISTのデータ仕様について

続いてMNISTのデータ仕様についてわかりやすく解説します。

MNISTのデータセットは、手書きで書かれた数字が画像になった画像データと、その画像に書かれた数字の正解となるラベルデータで構成されています。そして、画像データとラベルデータのペアは学習用に60,000個、検証用に10,000個あります。

そして、MNISTのデータは以下の4つのファイルで構成されています。

・train-images-idx3-ubyte: 学習用の画像データセット
・train-labels-idx1-ubyte: 学習用のラベルデータセット
・t10k-images-idx3-ubyte:検証用の画像データセット
・t10k-labels-idx1-ubyte:検証用のラベルデータセット

MNISTの画像データについて

まずは、MNISTのデータセットに含まれている、学習用の画像データセット(train-images-idx3-ubyte)と、検証用の画像データセット(t10k-images-idx3-ubyte)のフォーマットについて解説します。

画像データセットのフォーマットは以下になります。

画素数であるピクセルの値は、0から255まであり、0が白、255が黒を表しています。

ラベルデータについて

つづいて、MNISTの学習用のラベルデータ(train-labels-idx1-ubyte)と、検証用のラベルデータ(t10k-labels-idx1-ubyte)について解説します。

ラベルデータのフォーマットは以下になります。

ラベルは画像がどの数字を表しているのかを示す、0から9までの数値です。

【簡単】MNISTのダウンロード方法！

最後に、MNISTのダウンロード方法、そして「Tensorflow」「Keras」「Chainer（※1）」のライブラリ別でのデータ利用方法について解説します。

MNISTはこちらのサイトからダウンロードできます。サイトに書かれている以下の項目をダウンロードしてください。

train-images-idx3-ubyte.gz:  training set images (9912422 bytes)
train-labels-idx1-ubyte.gz:  training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz:   test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz:   test set labels (4542 bytes)

■Tensorflow（テンソルフロー）の場合

Googleが提供するオープンソフトライブラリである「Tensorflow」には、MNISTデータを使用したチュートリアルがあります。「Tensorflow」をインストールした後、以下のinput_dateを使用することで取得できます。

from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets(“/tmp/mnist_data/”, one_hot=True)

■Keras の場合

Pythonで書かれたオープンソースニューラルネットワークライブラリである「Keras」でも、MNISTデータセットが提供されています。以下のコードを書けばKerasでもMNISTデータセットを取得できます。

from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data()

■Chainer の場合（※1）

さらに、ニューラルネットワークの計算、そして学習をするオープンソースソフトウェアライブラリである「Chainer」でもMNISTデータセットを取得することができます。以下のコードでMNISTデータセットを取得することができます。

import chainer train, test = chainer.datasets.get_mnist()

（※1）2019年Preferred Networks（PFN）は2019年12月、同社が開発する深層学習フレームワーク「Chainer」のメジャーアップデートを終了すると発表。今後は、米Facebookが主導する深層学習フレームワーク「PyTorch」へ順次移行する。

人工知能(AI)や機械学習のサンプルデータとして頻繁に利用されるのが、MNISTのデータセットです。MNISTの学習を入り口にして、人工知能(AI)を学び始めてみてはいかがでしょうか？