Mô hình tuần tự có thể được tạo bằng cách sử dụng API 'Sequential' sử dụng ‘ layer.experimental.preprocessing.Rescaling ' phương pháp. Các lớp khác được chỉ định trong khi tạo mô hình.
Đọc thêm: TensorFlow là gì và cách Keras làm việc với TensorFlow để tạo Mạng thần kinh?
Chúng tôi sẽ sử dụng API tuần tự Keras, hữu ích trong việc xây dựng mô hình tuần tự được sử dụng để làm việc với một chồng lớp đơn giản, trong đó mỗi lớp có chính xác một tensor đầu vào và một tensor đầu ra.
Chúng tôi đang sử dụng Google Colaboratory để chạy đoạn mã dưới đây. Google Colab hoặc Colaboratory giúp chạy mã Python qua trình duyệt và không yêu cầu cấu hình cũng như quyền truy cập miễn phí vào GPU (Đơn vị xử lý đồ họa). Colaboratory đã được xây dựng trên Jupyter Notebook.
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)
]) Tín dụng mã:https://www.tensorflow.org/tutorials/images/classification
Đầu ra
Sequential model is being created
Giải thích
- Mô hình chứa ba khối tích chập và một lớp tổng hợp tối đa trong mỗi khối.
- Nó cũng có một lớp được kết nối đầy đủ với 128 đơn vị trên cùng.
- Điều này được kích hoạt bởi một chức năng kích hoạt relu.
- Mô hình này không được điều chỉnh để có độ chính xác cao.
- Một mô hình tuần tự với ba lớp được tạo.