एक दृढ़ तंत्रिका नेटवर्क का मूल्यांकन 'मूल्यांकन' पद्धति का उपयोग करके किया जा सकता है। यह विधि परीक्षण डेटा को इसके मापदंडों के रूप में लेती है। इससे पहले, डेटा को 'matplotlib' लाइब्रेरी और 'imshow' विधियों का उपयोग करके कंसोल पर प्लॉट किया जाता है।
और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है?
विशिष्ट प्रकार की समस्याओं, जैसे कि छवि पहचान के लिए अच्छे परिणाम देने के लिए दृढ़ तंत्रिका नेटवर्क का उपयोग किया गया 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("Plotting accuracy versus epoch")
plt.plot(history.history['accuracy'], label='accuracy')
plt.plot(history.history['val_accuracy'], label = 'val_accuracy')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.ylim([0.5, 1])
plt.legend(loc='lower right')
print("The model is being evaluated")
test_loss, test_acc = model.evaluate(test_images,test_labels, verbose=2)
print("The accuracy of the model is:")
print(test_acc) कोड क्रेडिट:https://www.tensorflow.org/tutorials/images/cnn
आउटपुट
Plotting accuracy versus epoch The model is being evaluated 313/313 - 3s - loss: 0.8884 - accuracy: 0.7053 The accuracy of the model is: 0.705299973487854
स्पष्टीकरण
- सटीकता बनाम युग डेटा की कल्पना की जाती है।
- यह matplotlib लाइब्रेरी का उपयोग करके किया जाता है।
- मॉडल का मूल्यांकन किया जाता है, और नुकसान और सटीकता का निर्धारण किया जाता है।