วิธีใช้ Keras ประเมินโมเดลด้วย Python

TensorFlow เป็นเฟรมเวิร์กการเรียนรู้ของเครื่องที่ Google จัดให้ เป็นเฟรมเวิร์กโอเพนซอร์สที่ใช้ร่วมกับ Python เพื่อนำอัลกอริทึม การเรียนรู้เชิงลึก และอื่นๆ มาใช้งาน ใช้ทั้งในงานวิจัยและการผลิต

Keras ถูกพัฒนาขึ้นเป็นส่วนหนึ่งของโครงการวิจัย ONEIROS (Open ended Neuro-Electronic Intelligent Robot Operating System) Keras เป็น API การเรียนรู้เชิงลึก ที่เขียนด้วย Python เป็น API ระดับสูงที่มีอินเทอร์เฟซที่มีประสิทธิภาพช่วยแก้ปัญหาการเรียนรู้ของเครื่อง Keras รันบน TensorFlow framework ถูกสร้างขึ้นเพื่อช่วยทดลองได้อย่างรวดเร็ว

ให้ abstraction และ building blocks ที่จำเป็นในการพัฒนาและห่อหุ้มโซลูชันการเรียนรู้ของเครื่อง มีความสามารถในการขยายตัวสูง และรองรับ cross-platform หมายความว่า Keras รันบน TPU หรือ叢集ของ GPUs ได้ โมเดล Keras ยังสามารถส่งออกเพื่อรันบนเว็บเบราว์เซอร์หรือโทรศัพท์มือถือได้อีกด้วย

Keras อยู่ภายในแพ็กเกจ TensorFlow แล้ว สามารถเข้าถึงได้ด้วยโค้ดด้านล่าง:

import tensorflow
from tensorflow import keras

เราใช้ Google Colaboratory เพื่อรันโค้ดด้านล่าง Google Colab ช่วยให้รันโค้ด Python ผ่านเบราว์เซอร์ ไม่ต้องตั้งค่า และเข้าถึง GPU ฟรี Colaboratory สร้างขึ้นบน Jupyter Notebook โค้ดมีดังนี้:

ตัวอย่าง

print("An instance of the model is created")
model = create_model()
print("The model is being evaluated")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("This is an untrained model, with accuracy: {:5.3f}%".format(100 * acc))

Code credit - https://www.tensorflow.org/tutorials/keras/save_and_load

ผลลัพธ์

An Instance of the model is created
The Model is being evaluated
32/32 -0s - loss: - spare_categories_accurancy: 0.0930
This is an untrained model, with accuracy: 9.300%

คำอธิบาย

• สร้างอินสแตนซ์ของโมเดล

• นี่คือโมเดลใหม่ที่ยังไม่ได้ฝึก ซึ่งถูกประเมินบน test set

• เมธอด 'evaluate' ถูกใช้เพื่อตรวจสอบว่าโมเดลทำงานได้ดีแค่ไหนกับข้อมูลใหม่

• นอกจากนี้ loss เมื่อโมเดลกำลังฝึกและ accuracy ของโมเดลก็ถูกกำหนด

• Loss และ accuracy ถูกพิมพ์บนคอนโซล