Tensorflow를 꽃 데이터 세트와 함께 사용하여 모델 학습을 계속하려면 어떻게 해야 하나요?

꽃 데이터 세트에 대한 모델 교육을 계속하기 위해 '적합' 방법이 사용됩니다. 이 방법에는 Epoch 횟수(모델을 구축하기 위해 데이터를 학습한 횟수)도 지정됩니다. 일부 샘플 이미지는 콘솔에도 표시됩니다.

더 읽어보기:TensorFlow란 무엇이며 Keras가 TensorFlow와 함께 신경망을 생성하는 방법은 무엇입니까?

수천 개의 꽃 이미지가 포함된 꽃 데이터 세트를 사용할 것입니다. 5개의 하위 디렉토리를 포함하며 모든 클래스에 대해 하나의 하위 디렉토리가 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.

print("데이터가 모델에 적합합니다.")model.fit( train_ds, validation_data=val_ds, epochs=3)

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

출력

데이터는 모델에 적합합니다.Epoch 1/392/92 [=============================] - 102s 1s /단계 - 손실:0.7615 - 정확도:0.7146 - val_loss:0.7673 - val_accuracy:0.7180Epoch 2/392/92 [=============================] - 95초 1초/단계 - 손실:0.5864 - 정확도:0.7786 - val_loss:0.6814 - val_accuracy:0.7629Epoch 3/392/92 [===============================] - 95초 1초/단계 - 손실:0.4180 - 정확도:0.8478 - val_loss:0.7040 - val_accuracy:0.7575 

 
 

 
 
설명
 
 
이와 유사한 데이터세트(keras.preprocessing을 사용하여 구축됨)는 tf.data.Dataset을 사용하여 구축되었습니다.
 
모델을 따라 학습할 수 있습니다.
 
시간이 너무 많이 걸리지 않도록 몇 개의 Epoch가 훈련됩니다.