TensorFlow là framework học máy mã nguồn mở của Google, dùng kết hợp với Python để triển khai thuật toán và học sâu. Nó tận dụng NumPy và tensor (mảng đa chiều) để tối ưu hóa tính toán phức tạp. TensorFlow phổ biến trong nghiên cứu và sản xuất.
Cài đặt trên Windows:
pip install tensorflow
Tensor là cấu trúc dữ liệu biểu diễn các cạnh trong đồ thị luồng dữ liệu. Khi huấn luyện kéo dài, mô hình dễ overfitting (quá khớp) và không khái quát tốt trên dữ liệu test. Do đó, số bước huấn luyện cần cân bằng, hoặc áp dụng regularization (chuẩn hóa).
Keras là API học sâu cấp cao chạy trên TensorFlow, hỗ trợ thực nghiệm nhanh. Keras có sẵn trong TensorFlow:
import tensorflow as tf from tensorflow import keras
Sử dụng Google Colab (chạy Python trên trình duyệt, GPU miễn phí, dựa trên Jupyter Notebook).
Ví dụ
!pip install -q pyyaml h5py
import os
import tensorflow as tf
from tensorflow import keras
print("Phiên bản TensorFlow:", tf.__version__)
# Tải dữ liệu MNIST
(train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data()
print("Tách dữ liệu train/test")
train_labels = train_labels[:1000]
test_labels = test_labels[:1000]
print("Reshape và chuẩn hóa dữ liệu")
train_images = train_images[:1000].reshape(-1, 28 * 28) / 255.0
test_images = test_images[:1000].reshape(-1, 28 * 28) / 255.0
Nguồn mã: TensorFlow Tutorials
Đầu ra
Giải thích
- Import các package cần thiết và đặt alias.
- Lấy 1000 mẫu đầu tiên để tăng tốc độ thực thi.
- Reshape ảnh 28x28 thành vector 784 và chuẩn hóa giá trị pixel về [0,1].