이전에 본 적이 없는 데이터에 대해 'predict' 메소드가 호출되고 예측값과 실제 값이 콘솔에 표시됩니다.
자세히 알아보기: TensorFlow란 무엇이며 Keras가 TensorFlow와 함께 신경망을 생성하는 방법은 무엇입니까?
모든 레이어에 정확히 하나의 입력 텐서와 하나의 출력 텐서가 있는 일반 레이어 스택으로 작업하는 데 사용되는 순차 모델을 구축하는 데 도움이 되는 Keras Sequential API를 사용할 것입니다.
하나 이상의 레이어를 포함하는 신경망을 컨볼루션 레이어라고 합니다. Convolutional Neural Network를 사용하여 학습 모델을 구축할 수 있습니다.
TensorFlow Text에는 TensorFlow 2.0과 함께 사용할 수 있는 텍스트 관련 클래스 및 작업 모음이 포함되어 있습니다. TensorFlow Text는 시퀀스 모델링을 전처리하는 데 사용할 수 있습니다.
Google Colaboratory를 사용하여 아래 코드를 실행하고 있습니다. Google Colab 또는 Colaboratory는 브라우저를 통해 Python 코드를 실행하는 데 도움이 되며 구성이 필요 없고 GPU(그래픽 처리 장치)에 대한 무료 액세스가 필요합니다. Colaboratory는 Jupyter Notebook을 기반으로 구축되었습니다.
Estimator는 완전한 모델에 대한 TensorFlow의 상위 수준 표현입니다. 손쉬운 확장 및 비동기식 교육을 위해 설계되었습니다.
예
pred_dict의 경우 zip(예측, 예상)의 expec:class_id =pred_dict['class_ids'][0] 확률 =pred_dict['probabilities'][class_id] print('예측은 "{}"({:. 1f}%), 예상 "{}"'.format( SPECIES[class_id], 100 * 확률, expec) ) 코드 크레딧 −https://www.tensorflow.org/tutorials/estimator/premade#first_things_first
출력
INFO:tensorflow:calling model_fn.INFO:tensorflow:Done calls model_fn.INFO:tensorflow:Graph가 완료되었습니다.INFO:tensorflow:/tmp/tmpbhg2uvbr/model.ckpt-5000INFO:tensorflow:running local_init_op에서 매개변수 복원. :tensorflow:local_init_op 실행 완료. 예측은 "Setosa"(91.3%), 예상 "Setosa" 예측은 "Versicolor"(52.0%), 예상 "Versicolor" 예측은 "Virginica"(63.5%), 예상 "Virginica"설명
-
'predict' 메소드가 호출되면 예측이 이루어집니다.
-
이 값은 신뢰 수준과 함께 콘솔에 표시됩니다.