ในการฝึกโมเดลต่อไปในชุดข้อมูลดอกไม้ ใช้วิธี "พอดี" สำหรับวิธีนี้ จะระบุจำนวนยุค (จำนวนครั้งที่ข้อมูลได้รับการฝึกฝนเพื่อสร้างแบบจำลอง) ด้วย ภาพตัวอย่างบางส่วนจะแสดงบนคอนโซลด้วย
อ่านเพิ่มเติม:TensorFlow คืออะไรและ Keras ทำงานร่วมกับ TensorFlow เพื่อสร้าง Neural Networks ได้อย่างไร
เราจะใช้ชุดข้อมูลดอกไม้ซึ่งมีรูปภาพดอกไม้หลายพันดอก ประกอบด้วยไดเร็กทอรีย่อย 5 ไดเร็กทอรี และมีไดเร็กทอรีย่อยหนึ่งไดเร็กทอรีสำหรับทุกคลาส
เรากำลังใช้ Google Colaboratory เพื่อเรียกใช้โค้ดด้านล่าง Google Colab หรือ Colaboratory ช่วยเรียกใช้โค้ด Python บนเบราว์เซอร์และไม่ต้องมีการกำหนดค่าใดๆ และเข้าถึง GPU ได้ฟรี (หน่วยประมวลผลกราฟิก) Colaboratory สร้างขึ้นบน Jupyter Notebook
print("The data is fit to the model")
model.fit(
train_ds,
validation_data=val_ds,
epochs=3
) เครดิตโค้ด:https://www.tensorflow.org/tutorials/load_data/images
ผลลัพธ์
The data is fit to the model Epoch 1/3 92/92 [==============================] - 102s 1s/step - loss: 0.7615 - accuracy: 0.7146 - val_loss: 0.7673 - val_accuracy: 0.7180 Epoch 2/3 92/92 [==============================] - 95s 1s/step - loss: 0.5864 - accuracy: 0.7786 - val_loss: 0.6814 - val_accuracy: 0.7629 Epoch 3/3 92/92 [==============================] - 95s 1s/step - loss: 0.4180 - accuracy: 0.8478 - val_loss: 0.7040 - val_accuracy: 0.7575 <tensorflow.python.keras.callbacks.History at 0x7fda872ea940>
คำอธิบาย
- ชุดข้อมูลที่คล้ายกันนี้ (ซึ่งสร้างขึ้นโดยใช้ keras.preprocessing) ได้รับการสร้างขึ้นโดยใช้ tf.data.Dataset
- สามารถฝึกโมเดลไปพร้อมกันได้
- บางช่วงได้รับการฝึกฝนเพื่อไม่ให้ใช้เวลามากเกินไป
