Python을 사용하여 순차 모델을 만드는 데 Tensorflow를 어떻게 사용할 수 있습니까?

' layers.experimental.preprocessing.Rescaling을 사용하는 'Sequential' API를 사용하여 순차 모델을 생성할 수 있습니다. ' 방법. 다른 레이어는 모델을 생성하는 동안 지정됩니다.

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.

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.

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)
])

코드 크레딧:https://www.tensorflow.org/tutorials/images/classification

출력

Sequential model is being created

설명

• 모델에는 3개의 컨볼루션 블록과 각 블록에 최대 풀 레이어가 포함되어 있습니다.
• 또한 그 위에 128개의 유닛이 있는 완전히 연결된 레이어가 있습니다.
• relu 활성화 기능에 의해 활성화됩니다.
• 이 모델은 높은 정확도를 위해 조정되지 않았습니다.
• 3개의 레이어가 있는 순차 모델이 생성됩니다.