Xây dựng mô hình Fashion MNIST với TensorFlow

TensorFlow (Google) framework học máy mã nguồn mở. Cài đặt: pip install tensorflow. Tensor: mảng đa chiều.

Fashion MNIST: >70.000 ảnh grayscale trang phục 10 loại, 28x28 pixel.

Chạy trên Google Colab (Python trên trình duyệt, GPU miễn phí).

Ví dụ

model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])
print("Đang xây dựng Sequential model")
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])
print("Đang biên dịch Sequential model")

Nguồn mã: TensorFlow Classification Tutorial

Đầu ra

Đang xây dựng Sequential model
Đang biên dịch Sequential model

Giải thích

• Cấu hình các lớp (layers) của mô hình.
• Layer (khối cơ bản) trích xuất biểu diễn từ dữ liệu đầu vào.
• Nhóm nhiều layer đơn giản lại với nhau.
• Một số layer có tham số điều chỉnh tối ưu khi train.
• Lớp Flatten đầu tiên: biến ảnh 2D (28,28) → mảng 1D (784), không có tham số học.
• Hai lớp Dense 128 neuron ReLU. Lớp cuối: 10 logits (score cho 10 classes).
• Mỗi neuron chứa score xác suất lớp ảnh thuộc về.
• Biên dịch mô hình với Adam, SparseCategoricalCrossentropy, metric accuracy.