फूल डेटासेट पर मॉडल का प्रशिक्षण जारी रखने के लिए, 'फिट' पद्धति का उपयोग किया जाता है। इस पद्धति के लिए, युगों की संख्या (मॉडल बनाने के लिए डेटा को प्रशिक्षित करने की संख्या) भी निर्दिष्ट की जाती है। कुछ नमूना चित्र कंसोल पर भी प्रदर्शित होते हैं।
और पढ़ें:TensorFlow क्या है और Keras कैसे TensorFlow के साथ तंत्रिका नेटवर्क बनाने के लिए काम करता है?
हम फूलों के डेटासेट का उपयोग करेंगे, जिसमें कई हजारों फूलों के चित्र होंगे। इसमें 5 उप-निर्देशिकाएँ हैं, और प्रत्येक वर्ग के लिए एक उप-निर्देशिका 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।
प्रिंट ("डेटा मॉडल के लिए फिट है") मॉडल। फिट (train_ds, सत्यापन_डेटा =val_ds, युग =3) कोड क्रेडिट:https://www.tensorflow.org/tutorials/load_data/images
आउटपुट
डेटा मॉडल युग 1/392/92 के लिए उपयुक्त है [==========================] - 102s 1s /कदम - हानि:0.7615 - सटीकता:0.7146 - val_loss:0.7673 - val_accuracy:0.7180 युग 2/392/92 [===========================] - 95s 1s/कदम - हानि:0.5864 - सटीकता:0.7786 - val_loss:0.6814 - val_accuracy:0.7629 युग 3/392/92 [============================] - 95s 1s/कदम - हानि:0.4180 - सटीकता:0.8478 - val_loss:0.7040 - val_accuracy:0.7575<पर इतिहास /पूर्व>
स्पष्टीकरण
- इस तरह का एक डेटासेट (जिसे keras.preprocessing का उपयोग करके बनाया गया था) को tf.data.Dataset का उपयोग करके बनाया गया है।
- मॉडल को प्रशिक्षित किया जा सकता है।
- कुछ युगों को प्रशिक्षित किया जाता है ताकि इसमें अधिक समय न लगे।
