Để tiếp tục đào tạo mô hình trên tập dữ liệu hoa, phương pháp 'fit' được sử dụng. Đối với phương pháp này, số lượng kỷ nguyên (số lần dữ liệu được huấn luyện để xây dựng mô hình) cũng được chỉ định. Một số hình ảnh mẫu cũng được hiển thị trên bảng điều khiển.
Đọc thêm:TensorFlow là gì và cách Keras làm việc với TensorFlow để tạo Mạng thần kinh?
Chúng tôi sẽ sử dụng tập dữ liệu về hoa, chứa hình ảnh của hàng nghìn bông hoa. Nó chứa 5 thư mục con và có một thư mục con cho mỗi lớp.
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("The data is fit to the model")
model.fit(
train_ds,
validation_data=val_ds,
epochs=3
) Tín dụng mã:https://www.tensorflow.org/tutorials/load_data/images
Đầu ra
The data is fit to the model Epoch 1/3 92/92 [==============================] - 102s 1s/step - loss: 0.7615 - accuracy: 0.7146 - val_loss: 0.7673 - val_accuracy: 0.7180 Epoch 2/3 92/92 [==============================] - 95s 1s/step - loss: 0.5864 - accuracy: 0.7786 - val_loss: 0.6814 - val_accuracy: 0.7629 Epoch 3/3 92/92 [==============================] - 95s 1s/step - loss: 0.4180 - accuracy: 0.8478 - val_loss: 0.7040 - val_accuracy: 0.7575 <tensorflow.python.keras.callbacks.History at 0x7fda872ea940>
Giải thích
- Tập dữ liệu tương tự như tập này (được tạo bằng keras.preprocessing) đã được tạo bằng tf.data.Dataset.
- Mô hình có thể được đào tạo cùng.
- Một số kỷ nguyên được đào tạo để không tiêu tốn quá nhiều thời gian.