同僚がディープラーニングによる画像認識に興味がありそうだったので、できるだけシンプルに（したつもり）実装したプログラムを作成してみました。
↓GitHubで公開してます。
README.mdにそって環境構築をしていただければ実行できるはずです。 Anacondaはお使いの OSによって適宜適切なものをえらんでインストールしてくださいませ。 あくまで勉強用で作成したので、実用的ではないです。
サンプルプログラムのままだと、犬か猫の画像を用意して「train_images」「test_images」フォルダ内のそれぞれのラベルフォルダに設置すれば、それをニューラルネットのinput用に変換して、学習なり推論なりする作りになってます。
ラベルを増やす場合は、ラベルフォルダを作成した後、そのフォルダ名をsample.pyのcreate_labels()関数で数値を割り振ればできます。
しかし、作ってみて改めて学習用のデータ量ってすごく大事だと思った。 写真数十枚用意して実際に動かしてみましたが、ほとんど精度が上がりませんでしたし。
人工知能ってお金も時間も労力もかかりますけど、作るのも考えるのも楽しい。