Tensorflow คือเฟรมเวิร์กแมชชีนเลิร์นนิงที่ให้บริการโดย Google เป็นเฟรมเวิร์กโอเพนซอร์ซที่ใช้ร่วมกับ Python เพื่อใช้อัลกอริทึม แอปพลิเคชันการเรียนรู้เชิงลึก และอื่นๆ อีกมากมาย ใช้ในการวิจัยและเพื่อการผลิต
แพ็คเกจ 'tensorflow' สามารถติดตั้งบน Windows ได้โดยใช้บรรทัดโค้ดด้านล่าง -
pip install tensorflow
ชุดข้อมูล 'Fashion MNIST' มีรูปภาพของเสื้อผ้าประเภทต่างๆ มันมีภาพสีเทาของเสื้อผ้ามากกว่า 70,000 ที่อยู่ใน 10 หมวดหมู่ที่แตกต่างกัน รูปภาพเหล่านี้มีความละเอียดต่ำ (28 x 28 พิกเซล)
เรากำลังใช้ Google Colaboratory เพื่อเรียกใช้โค้ดด้านล่าง Google Colab หรือ Colaboratory ช่วยเรียกใช้โค้ด Python บนเบราว์เซอร์และไม่ต้องมีการกำหนดค่าใดๆ และเข้าถึง GPU ได้ฟรี (หน่วยประมวลผลกราฟิก) Colaboratory ถูกสร้างขึ้นบน Jupyter Notebook
ต่อไปนี้เป็นรหัส -
ตัวอย่าง
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
print("The tensorflow version used is ")
print(tf.__version__)
print("The dataset is being loaded")
fashion_mnist = tf.keras.datasets.fashion_mnist
print("The dataset is being classified into training and testing data ")
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
print("The dimensions of training data ")
print(train_images.shape)
print("The number of rows in the training data")
print(len(train_labels))
print("The column names of dataset")
print(train_labels)
print("The dimensions of test data ")
print(test_images.shape)
print("The number of rows in the test data")
print(len(test_labels)) เครดิตโค้ด − https://www.tensorflow.org/tutorials/keras/classification
ผลลัพธ์
The tensorflow version used is 2.4.0 The dataset is being loaded The dataset is being classified into training and testing data Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz 32768/29515 [=================================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-images-idx3-ubyte.gz 26427392/26421880 [==============================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-labels-idx1-ubyte.gz 8192/5148 [===============================================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-images-idx3-ubyte.gz 4423680/4422102 [==============================] - 0s 0us/step The dimensions of training data (60000, 28, 28) The number of rows in the training data 60000 The column names of dataset [9 0 0 ... 3 0 5] The dimensions of test data (10000, 28, 28) The number of rows in the test data 10000
คำอธิบาย
-
แพ็คเกจที่จำเป็นจะถูกนำเข้า
-
กำหนดเวอร์ชันของ Tensorflow ที่ใช้แล้ว
-
โหลดชุดข้อมูล Fashion MNIST และเข้าถึงชุดข้อมูล Fashion MNIST ได้โดยตรงจาก TensorFlow
-
ต่อไป ข้อมูลจะแบ่งออกเป็นชุดข้อมูลการฝึกอบรมและการทดสอบ
-
มีทั้งหมด 70000 แถวในชุดข้อมูล ซึ่งใช้รูปภาพ 60,000 รูปสำหรับการฝึก และใช้ 10k เพื่อประเมินว่าโมเดลเรียนรู้วิธีจำแนกรูปภาพเป็นป้ายกำกับต่างๆ ได้ดีเพียงใด
-
นี่เป็นปัญหาการจัดหมวดหมู่ซึ่งทุกภาพจากชุดข้อมูลมีป้ายกำกับเฉพาะ
-
รูปภาพเหล่านี้เป็นภาพเสื้อผ้า และติดป้ายกำกับตามลำดับ
-
รูปร่าง จำนวนแถวในชุดข้อมูลการฝึกและทดสอบ และชื่อคอลัมน์ในชุดข้อมูลจะแสดงบนคอนโซล
