ニューラルネットを使って花粉を分類する
この例では，画像の特徴抽出とニューラルネットワークを使って，チューリップ，ハイビスカス，水仙，ポピー，ラベンダー，アイビーの花粉のサンプルを分類する．花粉の名前，花のサンプル画像，花粉の大きさ，顕微鏡下で撮られたサンプルの花粉画像を含むデータ集合を使う．
データ集合の最初の記録を表示する．
データサンプルが少ない中でのニューラルネットの訓練は大変である．このデータセットには43個のサンプルファイルしかない．
このような場合，転移学習とデータ拡大を使って対処することができる．
次のコマンドは，回転と反転によって画像数を増やす．
拡大によって344個になったサンプルでランダムな訓練集合を生成する．
一般的な画像特徴で訓練されたニューラルネットワークに基づく特徴抽出器を構築することによって，転移学習を利用することができる．
すべての花粉の画像を157次元の意味的特徴ベクトルに変換する．
三次元のt-SNE（t分布型確率的近傍埋込み）によってニューラルネットワークの特徴を表示する．
花粉分類子として動作する小さい2層のニューラルネットワークを構築する．
このニューラルネットを訓練する．
新しい花粉画像の集合にニューラルネットを適用する．
