'अनुक्रमिक' एपीआई का उपयोग करके एक अनुक्रमिक मॉडल बनाया जा सकता है जो 'layers.experimental.preprocessing.Rescaling का उपयोग करता है। ' तरीका। मॉडल बनाते समय अन्य परतें निर्दिष्ट की जाती हैं।
और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है?
हम केरस अनुक्रमिक एपीआई का उपयोग करेंगे, जो एक अनुक्रमिक मॉडल बनाने में सहायक है जिसका उपयोग परतों के एक सादे ढेर के साथ काम करने के लिए किया जाता है, जहां हर परत में एक इनपुट टेंसर और एक आउटपुट टेंसर होता है।
हम नीचे दिए गए कोड को चलाने के लिए Google सहयोग का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर पायथन कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफ़िकल प्रोसेसिंग यूनिट) तक मुफ्त पहुंच की आवश्यकता होती है। जुपिटर नोटबुक के ऊपर कोलैबोरेटरी बनाई गई है।
print("Sequential model is being created")
num_classes = 5
model = Sequential([
layers.experimental.preprocessing.Rescaling(1./255, input_shape=(img_height, img_width, 3)),
layers.Conv2D(16, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(32, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Conv2D(64, 3, padding='same', activation='relu'),
layers.MaxPooling2D(),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dense(num_classes)
]) कोड क्रेडिट:https://www.tensorflow.org/tutorials/images/classification
आउटपुट
Sequential model is being created
स्पष्टीकरण
- मॉडल में तीन कनवल्शन ब्लॉक और उनमें से प्रत्येक में एक अधिकतम पूल परत है।
- इसमें 128 इकाइयों के साथ पूरी तरह से जुड़ी हुई परत भी है।
- यह एक रिले सक्रियण फ़ंक्शन द्वारा सक्रिय हो जाता है।
- यह मॉडल उच्च सटीकता के लिए ट्यून नहीं किया गया है।
- तीन परतों वाला एक अनुक्रमिक मॉडल बनाया गया है।