Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

TensorFlow से फ्लावर डेटासेट को कैसे लोड करें और इसके साथ काम करें?


हम फ्लावर्स डेटासेट का उपयोग करेंगे, जिसमें कई हजारों फूलों की छवियां होती हैं। इसमें 5 सब-डायरेक्टरीज हैं, और प्रत्येक क्लास के लिए एक सब-डायरेक्टरी है।

और पढ़ें: TensorFlow क्या है और Keras, TensorFlow के साथ मिलकर न्यूरल नेटवर्क कैसे बनाता है?

एक बार फ्लावर डेटासेट को get_file मेथड का उपयोग करके डाउनलोड कर लेने के बाद, इसे एनवायरनमेंट में लोड किया जाएगा ताकि इसके साथ काम किया जा सके। लोडर पैरामीटर्स स्पष्ट रूप से उल्लिखित हैं और लोड किया गया डेटा ट्रेनिंग और वैलिडेशन सेट में विभाजित है।

हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर Python कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPUs (ग्राफ़िकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच की आवश्यकता होती है। Colaboratory को Jupyter Notebook के ऊपर बनाया गया है।

print("लोडर के लिए पैरामीटर्स लोड हो रहे हैं")
batch_size = 32
img_height = 180
img_width = 180
print("Keras का उपयोग करके इमेज डेटासेट को प्रीप्रोसेस किया जा रहा है")
print("डेटासेट को ट्रेनिंग और वैलिडेशन सेट में विभाजित किया जा रहा है")
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)
print("डेटासेट को ट्रेनिंग और वैलिडेशन सेट में विभाजित किया जा रहा है")
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)
print("सब-डायरेक्टरीज में मौजूद क्लास नाम प्रिंट किए जा रहे हैं")
class_names = train_ds.class_names
print(class_names)

कोड क्रेडिट: https://www.tensorflow.org/tutorials/load_data/images

आउटपुट

लोडर के लिए पैरामीटर्स लोड हो रहे हैं
Keras का उपयोग करके इमेज डेटासेट को प्रीप्रोसेस किया जा रहा है
डेटासेट को ट्रेनिंग और वैलिडेशन सेट में विभाजित किया जा रहा है
Found 3670 files belonging to 5 classes. Using 2936 files for training.
डेटासेट को ट्रेनिंग और वैलिडेशन सेट में विभाजित किया जा रहा है
Found 3670 files belonging to 5 classes. Using 734 files for validation.
सब-डायरेक्टरीज में मौजूद क्लास नाम प्रिंट किए जा रहे हैं
['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']

व्याख्या

  • पैरामीटर्स परिभाषित किए गए हैं।
  • डेटासेट को ट्रेनिंग सेट और वैलिडेशन सेट में विभाजित किया गया है।
  • क्लास नाम जिनमें प्रत्येक छवि को वर्गीकृत किया गया है, कंसोल पर प्रदर्शित किए जाते हैं।

  1. TensorFlow से फ्लावर डेटासेट पर मॉडल की ट्रेनिंग कैसे जारी रखें? TensorFlow से फ्लावर डेटासेट पर मॉडल की ट्रेनिंग कैसे जारी रखें?

    फ्लावर डेटासेट पर मॉडल की ट्रेनिंग जारी रखने के लिए, fit मेथड का उपयोग किया जाता है। इस मेथड को epoch की संख्या (डेटा को मॉडल बनाने के लिए कितनी बार ट्रेन किया जाता है) भी निर्दिष्ट की जाती है। कुछ नमूना छवियों को कंसोल पर भी प्रदर्शित किया जाता है। और पढ़ें: TensorFlow क्या है और Keras, TensorFlow

  1. TensorFlow और Python से फ्लावर डेटासेट को कैसे विज़ुअलाइज़ करें? TensorFlow और Python से फ्लावर डेटासेट को कैसे विज़ुअलाइज़ करें?

    फ्लावर डेटासेट को matplotlib लाइब्रेरी की मदद से विज़ुअलाइज़ किया जा सकता है। imshow मेथड का उपयोग कंसोल पर इमेज प्रदर्शित करने के लिए किया जाता है। पूरे डेटासेट पर पुनरावृति की जाती है, और केवल पहली कुछ छवियों को प्रदर्शित किया जाता है। और पढ़ें: TensorFlow क्या है और Keras, TensorFlow के साथ मिलक

  1. MNIST डेटासेट के लिए TensorFlow का उपयोग करके वेट्स को सेव और लोड कैसे करें? MNIST डेटासेट के लिए TensorFlow का उपयोग करके वेट्स को सेव और लोड कैसे करें?

    TensorFlow, Google द्वारा प्रदान किया गया एक मशीन लर्निंग फ्रेमवर्क है। यह एक ओपन-सोर्स फ्रेमवर्क है जिसे Python के साथ मिलकर एल्गोरिदम, डीप लर्निंग एप्लिकेशन और बहुत कुछ लागू करने के लिए उपयोग किया जाता है। इसका उपयोग अनुसंधान और उत्पादन उद्देश्यों के लिए किया जाता है। इसमें ऑप्टिमाइज़ेशन तकनीकें ह