Computer >> Hướng Dẫn Máy Tính >  >> Lập Trình >> Python

TensorFlow có thể được sử dụng để tải bộ dữ liệu hoa và mô hình từ đĩa bằng Python như thế nào?


TensorFlow có thể được sử dụng để tải bộ dữ liệu hoa (flower dataset) và mô hình từ đĩa bằng phương thức 'image_dataset_from_directory'.

Đọc thêm: TensorFlow là gì và Keras hoạt động như thế nào với TensorFlow để tạo mạng nơ-ron?

Một mạng nơ-ron chứa ít nhất một layer được gọi là layer tích chập. Chúng ta có thể sử dụng Mạng nơ-ron tích chập (CNN) để xây dựng mô hình học.

Trực quan sau học chuyển giao cho phân loại hình ảnh là: nếu một mô hình được huấn luyện trên một tập dữ liệu lớn và chung, mô hình này có thể được sử dụng hiệu quả như một mô hình chung cho thế giới thị giác. Nó đã học được các bản đồ đặc trưng, nghĩa là người dùng không phải bắt đầu từ đầu bằng cách huấn luyện một mô hình lớn trên tập dữ liệu lớn.

TensorFlow Hub là kho chứa các mô hình TensorFlow đã huấn luyện sẵn. TensorFlow có thể được dùng để tinh chỉnh mô hình học.

Chúng ta sẽ hiểu cách sử dụng các mô hình từ TensorFlow Hub với tf.keras, sử dụng mô hình phân loại hình ảnh từ TensorFlow Hub. Sau khi làm xong, học chuyển giao có thể được thực hiện để tinh chỉnh mô hình cho các lớp hình ảnh tùy chỉnh. Điều này được thực hiện bằng cách sử dụng một mô hình phân loại đã huấn luyện sẵn để nhận một hình ảnh và dự đoán nó là gì. Điều này có thể làm được mà không cần bất kỳ huấn luyện nào.

Chúng ta đang sử dụng Google Colaboratory để chạy mã dưới đây. Google Colab giúp chạy mã Python trên trình duyệt và yêu cầu cấu hình zero và truy cập miễn phí GPU. Colaboratory được xây dựng dựa trên Jupyter Notebook.

Ví dụ

print("Bộ dữ liệu hoa")
data_root = tf.keras.utils.get_file(
    'flower_photos',
    'https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',
    untar=True)
print("Tải dữ liệu vào mô hình sử dụng hình ảnh từ đĩa với image_dataset_from_directory")
batch_size = 32
img_height = 224
img_width = 224
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    str(data_root),
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size)

Nguồn mã: https://www.tensorflow.org/tutorials/images/transfer_learning_with_hub

Đầu ra

Bộ dữ liệu hoa
Downloading data from https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
228818944/228813984 [==============================] - 4s 0us/step
Tải dữ liệu vào mô hình sử dụng hình ảnh từ đĩa với image_dataset_from_directory
Found 3670 files belonging to 5 classes.
Using 2936 files for training.

Giải thích

  • Nếu cần huấn luyện mô hình với các lớp khác nhau, một mô hình từ TFHub có thể được sử dụng.
  • Điều này sẽ giúp huấn luyện một custom image classifier bằng cách huấn luyện lại layer trên cùng của mô hình.
  • Điều này sẽ giúp nhận diện các lớp trong tập dữ liệu của chúng ta.
  • Chúng ta sẽ sử dụng bộ dữ liệu iris cho việc này.
  • Mô hình được huấn luyện sử dụng hình ảnh từ đĩa bằng image_dataset_from_directory.