Tensorflowを使用してPythonを使用して予測を確認するにはどうすればよいですか？

Tensorflowを使用して、Numpyパッケージに含まれる「predict」メソッドと「argmax」メソッドを使用して予測を確認します。

続きを読む： TensorFlowとは何ですか？また、KerasがTensorFlowと連携してニューラルネットワークを作成する方法は？

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

画像分類の転移学習の背後にある直感は、モデルが大規模で一般的なデータセットでトレーニングされている場合、このモデルを使用して視覚世界の一般的なモデルとして効果的に機能できることです。機能マップを学習したはずです。つまり、ユーザーは大規模なデータセットで大規模なモデルをトレーニングすることで、最初から始める必要がありません。

TensorFlow Hubは、事前にトレーニングされたTensorFlowモデルを含むリポジトリです。 TensorFlowを使用して、学習モデルを微調整できます。

TensorFlow Hubのモデルをtf.kerasで使用する方法を理解し、TensorFlowHubの画像分類モデルを使用します。これが完了すると、転送学習を実行して、カスタマイズされた画像クラスのモデルを微調整できます。これは、事前にトレーニングされた分類モデルを使用して画像を取得し、それが何であるかを予測することによって行われます。これは、トレーニングを必要とせずに実行できます。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

例

print("The predictions are checked")
predicted_batch = model.predict(image_batch)
predicted_id = np.argmax(predicted_batch, axis=-1)
predicted_label_batch = class_names[predicted_id]

コードクレジット-https：//www.tensorflow.org/tutorials/images/transfer_learning_with_hub

出力

The predictions are checked

説明

• 以前のプロットをやり直すことができます。
• これは、最初にクラス名の順序付きリストを取得することによって行われます。