บทนำ
TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต มีเทคนิคเพิ่มประสิทธิภาพ ใช้ NumPy และเทนเซอร์
การติดตั้ง
pip install tensorflow
Tensor และชุดข้อมูล Fashion MNIST
เทนเซอร์ = อาร์เรย์หลายมิติ สำหรับ Data flow graph Fashion MNIST: ภาพเสื้อผ้า 70,000+ ภาพ 10 หมวดหมู่ 28x28 pixels
ตัวอย่าง: สร้าง Probability Model และ ทำนาย
probability_model = tf.keras.Sequential([
model,
tf.keras.layers.Softmax()
])
predictions = probability_model.predict(test_images)
print("กำลังทำนาย")
print(predictions[0])
np.argmax(predictions[0])
print("ป้ายกำกับทดสอบ:")
print(test_labels[0])
def plot_image(i, predictions_array, true_label, img):
true_label, img = true_label[i], img[i]
plt.grid(False)
plt.xticks([])
plt.yticks([])
plt.imshow(img, cmap=plt.cm.binary)
predicted_label = np.argmax(predictions_array)
if predicted_label == true_label:
color = 'blue'
else:
color = 'red'
plt.xlabel("{} {:2.0f}% ({})".format(
class_names[predicted_label],
100*np.max(predictions_array),
class_names[true_label]), color=color)
def plot_value_array(i, predictions_array, true_label):
true_label = true_label[i]
plt.grid(False)
plt.xticks(range(10))
plt.yticks([])
thisplot = plt.bar(range(10), predictions_array, color="#777777")
plt.ylim([0, 1])
predicted_label = np.argmax(predictions_array)
thisplot[predicted_label].set_color('red')
thisplot[true_label].set_color('green')
ที่มาโค้ด: TensorFlow Classification Tutorial
ผลลัพธ์
กำลังทำนาย [1.3008227e-07 9.4930819e-10 2.0181861e-09 5.4944155e-10 3.8257373e-11 1.3896286e-04 1.4776078e-08 3.1724274e-03 9.4210514e-11 9.9668854e-01] ป้ายกำกับทดสอบ: 9
คำอธิบาย
- หลังฝึกโมเดล ต้องทดสอบโดยทำนายภาพ
- ต่อ Softmax layer เข้ากับ logits เพื่อแปลงเป็นความน่าจะเป็น
- Softmax ช่วยแปลง logits เป็น probabilities ง่ายต่อการตีความ
- กำหนด
plot_value_arrayแสดงค่าจริงและทำนาย
