บทนำ
TensorFlow เป็นเฟรมเวิร์ก Machine Learning ของ Google ใช้ร่วมกับ Python รองรับ Deep Learning, GPU, และมีดาต้าเซตยอดนิยม built-in
Tensor (เทนเซอร์) คือโครงสร้างข้อมูลหลายมิติ มี 3 แอตทริบิวต์หลัก: Rank (มิติ), Type (ชนิดข้อมูล), Shape (รูปร่าง)
ใช้ Google Colab (ฟรี GPU, รันบนเบราว์เซอร์) ในตัวอย่างนี้
การติดตั้ง
pip install tensorflow
ตัวอย่างโค้ด (Bag-of-words Linear Model)
print("A bag-of-words linear model is built to train the stackoverflow dataset")
binary_model = tf.keras.Sequential([layers.Dense(4)])
binary_model.compile(
loss=losses.SparseCategoricalCrossentropy(from_logits=True),
optimizer='adam',
metrics=['accuracy']
)
history = binary_model.fit(
binary_train_ds, validation_data=binary_val_ds, epochs=10)
ผลลัพธ์การเทรน (10 Epochs)
Epoch 1/10 - loss: 1.2450 - accuracy: 0.5243 - val_accuracy: 0.7645 Epoch 2/10 - loss: 0.8304 - accuracy: 0.8172 - val_accuracy: 0.7895 ... Epoch 10/10 - loss: 0.3054 - accuracy: 0.9472 - val_accuracy: 0.8340
คำอธิบาย
ใช้
SequentialAPI สร้างโมเดล Linear (Dense layer)ข้อมูลแบบ binary ใช้ Bag-of-words model
Loss: SparseCategoricalCrossentropy, Optimizer: Adam