การสร้างโมเดล Fashion MNIST ด้วย TensorFlow

บทนำ

TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต

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: สร้างโมเดล Sequential

model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])

print("กำลังสร้างโมเดล Sequential")
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])
print("กำลังคอมไพล์โมเดล Sequential")

ที่มาโค้ด: TensorFlow Classification Tutorial

ผลลัพธ์

กำลังสร้างโมเดล Sequential
กำลังคอมไพล์โมเดล Sequential

คำอธิบาย

• กำหนดเลเยอร์ของโมเดล
• เลเยอร์ = บล็อกพื้นฐานของโครงข่ายประสาท สกัด features จากอินพุต
• รวมเลเยอร์ง่ายๆ หลายเลเยอร์
• บางเลเยอร์มีพารามิเตอร์ที่ปรับระหว่างฝึก
• เลเยอร์แรก Flatten แปลงภาพ 2D -> 1D array (ไม่มีพารามิเตอร์)
• ต่อด้วย 2 เลเยอร์ Dense 128 neurons ต่อเลเยอร์ เลเยอร์สุดท้ายคืน logits 10 ค่า
• แต่ละ neuron มีคะแนนบอกว่าภาพเป็นคลาสไหน
• คอมไพล์โมเดลด้วย optimizer, loss, metrics