สามารถสร้างโมเดลตามลำดับได้โดยใช้ API "ลำดับ" ที่ใช้ "layers.experimental.preprocessing.Rescaling ' กระบวนการ. มีการระบุเลเยอร์อื่นๆ ในขณะที่สร้างโมเดล
อ่านเพิ่มเติม: TensorFlow คืออะไรและ Keras ทำงานร่วมกับ TensorFlow เพื่อสร้าง Neural Networks อย่างไร
เราจะใช้ Keras Sequential API ซึ่งมีประโยชน์ในการสร้างแบบจำลองตามลำดับที่ใช้ในการทำงานกับสแต็กเลเยอร์ธรรมดา โดยที่ทุกเลเยอร์มีอินพุตเทนเซอร์หนึ่งตัวและเอาต์พุตเทนเซอร์หนึ่งรายการ
เรากำลังใช้ Google Colaboratory เพื่อเรียกใช้โค้ดด้านล่าง Google Colab หรือ Colaboratory ช่วยเรียกใช้โค้ด Python บนเบราว์เซอร์และไม่ต้องมีการกำหนดค่าใดๆ และเข้าถึง GPU ได้ฟรี (หน่วยประมวลผลกราฟิก) Colaboratory สร้างขึ้นบน Jupyter Notebook
print("Sequential model is being created")
num_classes = 5
model = Sequential([
layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(32, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(64, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dense(num_classes)
]) เครดิตโค้ด:https://www.tensorflow.org/tutorials/images/classification
ผลลัพธ์
Sequential model is being created
คำอธิบาย
- โมเดลประกอบด้วยบล็อกการบิดสามอันและเลเยอร์พูลสูงสุดในแต่ละอัน
- นอกจากนี้ยังมีเลเยอร์ที่เชื่อมต่ออย่างสมบูรณ์ด้วย 128 ยูนิตที่ด้านบน
- สิ่งนี้ถูกเปิดใช้งานโดยฟังก์ชันการเปิดใช้งาน relu
- โมเดลนี้ไม่ได้รับการปรับแต่งให้มีความแม่นยำสูง
- สร้างโมเดลตามลำดับที่มีสามเลเยอร์
