पायथन का उपयोग करके TensorFlow में अनुक्रमिक मॉडल कैसे बनाया जा सकता है?

एक अनुक्रमिक मॉडल 'Sequential' API का उपयोग करके बनाया जा सकता है जो 'layers.experimental.preprocessing.Rescaling' विधि का उपयोग करता है। मॉडल बनाते समय अन्य परतें निर्दिष्ट की जाती हैं।

और पढ़ें: TensorFlow क्या है और केरस TensorFlow के साथ न्यूरल नेटवर्क बनाने के लिए कैसे काम करता है?

हम केरस Sequential API का उपयोग करेंगे, जो एक सादे स्टैक के साथ काम करने के लिए एक अनुक्रमिक मॉडल बनाने में मददगार है, जहां प्रत्येक परत में ठीक एक इनपुट टेंसर और एक आउटपुट टेंसर होता है।

हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory 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 (ग्राफिकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच की आवश्यकता होती है। Colaboratory को Jupyter Notebook के शीर्ष पर बनाया गया 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

व्याख्या

• मॉडल में तीन कन्वोल्यूशन ब्लॉक और उनमें से प्रत्येक में एक मैक्स पूल परत होती है।
• इसके शीर्ष पर 128 यूनिट्स के साथ एक पूरी तरह से जुड़ी परत भी होती है।
• यह relu एक्टिवेशन फ़ंक्शन द्वारा सक्रिय होता है।
• यह मॉडल उच्च सटीकता के लिए ट्यून नहीं किया गया है।
• तीन परतों के साथ एक अनुक्रमिक मॉडल बनाया जाता है।