動かして学ぶAI・機械学習の基礎 ―TensorFlowによるコンピュータビジョン、自然言語処理、時系列データの予測とデプロイ

4章TensorFlow Datasetsを使った公開データセットの利用

本書の最初の章では、Kerasに使いやすい形でバンドルされていたFashion MNISTデータセットや、ダウンロードしたZIPファイルを展開する必要のあった馬と人間、犬と猫の画像データセットなど、さまざまなデータをさまざまな方法で入手し、モデルの学習を行いました。モデルを学習させるためのデータの入手方法には、各種異なる方法が存在することは、すでにお気付きでしょう。

多くの公開データセットでは、モデルアーキテクチャの検討を開始する前に、さまざまなドメイン固有のスキルを習得する必要があります。TensorFlow Datasets（TFDS）の目的は、使いやすい方法でデータセットを公開することであり、データを取得してTensorFlowに渡すまでに必要な前処理ステップを、すべてわかりやすいAPIを通して実行できます。

これは、「1章　機械学習とは」と「2章　コンピュータビジョン入門」でKerasがFashion MNISTを扱う方法としてすでに紹介しています。おさらいすると、次のような方法でデータを取得しました。

data = tf.keras.datasets.fashion_mnist

(training_images, training_labels), (test_images, test_labels) =
data.load_data()

TFDSはこの考えに基づき、利用可能なデータセットの数だけでなく、データセットの多様性も大幅に拡大しています。利用可能なデータセットのリスト（https://www.tensorflow.org/datasets/catalog/overview）は常に増加しており、以下のようなカテゴリがあります。 ...