Tensorflowを使用してPythonを使用してデータを標準化するにはどうすればよいですか?
数千の花の画像を含む花のデータセットを使用します。これには5つのサブディレクトリが含まれ、クラスごとに1つのサブディレクトリがあります。花のデータセットが「get_file」メソッドを使用してダウンロードされると、それを操作するために環境に読み込まれます。
花のデータは、モデルに正規化レイヤーを導入することで標準化できます。このレイヤーは「再スケーリング」レイヤーと呼ばれ、「マップ」メソッドを使用してデータセット全体に適用されます。
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?
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。
print("Normalization layer is created ") normalization_layer = layers.experimental.preprocessing.Rescaling(1./255) print("This layer is applied to dataset using map function ") normalized_ds = train_ds.map(lambda x, y: (normalization_layer(x), y)) image_batch, labels_batch = next(iter(normalized_ds)) first_image = image_batch[0] print(np.min(first_image), np.max(first_image))
コードクレジット:https://www.tensorflow.org/tutorials/images/classification
出力
Normalization layer is created This layer is applied to dataset using map function 0.0 1.0
説明
- RGBチャネル値は[0、255]の範囲です。
- これはニューラルネットワークにとって理想的とは見なされません。
- 経験則として、入力値が小さいことを確認してください。
- したがって、値を[0、1]の範囲内に収まるように標準化できます。
- これは、再スケーリングレイヤーを使用して行われます。
- これは、map関数を呼び出してデータセットにレイヤーを適用することで実行できます。
- これを行う別の方法は、モデル定義内にレイヤーを含めることです。
- これにより、導入プロセスが簡素化されます。
-
Tensorflowを使用してPythonを使用してデータを視覚化するにはどうすればよいですか?
花のデータセットがあるとしましょう。花のデータセットは、基本的に花のデータセットにリンクするgoogleAPIを使用してダウンロードできます。 「get_file」メソッドを使用して、APIをパラメーターとして渡すことができます。これが完了すると、データが環境にダウンロードされます。 「matplotlib」ライブラリを使用して視覚化できます。 「imshow」メソッドは、コンソールに画像を表示するために使用されます。 続きを読む: TensorFlowとは何ですか?KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか? Keras Sequenti
-
Pythonを使用してモデルをプロットするためにKerasをどのように使用できますか?
Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用されるオープンソースのフレームワークであり、アルゴリズム、深層学習アプリケーションなどを実装します。それは研究および生産目的で使用されます。複雑な数学演算をすばやく実行するのに役立つ最適化手法があります。 Tensorは、TensorFlowで使用されるデータ構造です。フロー図のエッジを接続するのに役立ちます。このフロー図は「データフローグラフ」と呼ばれます。テンソルは多次元配列またはリストに他なりません。 Kerasは、プロジェクトONEIROS(オープンエンドの神経電子イン