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 Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。

画像分類子はkeras.Sequentialモデルを使用して作成され、データはpreprocessing.image_dataset_from_directoryを使用して読み込まれます。データはディスクから効率的にロードされます。過剰適合が特定され、それを軽減するための手法が適用されます。これらの手法には、データ拡張とドロップアウトが含まれます。 3700本の花の画像があります。このデータセットには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。それらは：

• デイジー、
• タンポポ、
• バラ、
• ひまわり、
• チューリップ。
  
  

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("Visualizing the dataset")
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
   for i in range(6):
      ax = plt.subplot(3, 3, i + 1)
      plt.imshow(images[i].numpy().astype("uint8"))
      plt.title(class_names[labels[i]])
      plt.axis("off")

for image_batch, labels_batch in train_ds:
   print(image_batch.shape)
   print(labels_batch.shape)
   break

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

出力

Visualizing the dataset
(32, 180, 180, 3)
(32,)

説明

• fitメソッドを使用してデータをトレーニングしたら、データセットを手動で繰り返して、画像のバッチを取得することもできます。
• このデータはコンソールに表示されます。
• image_batchは、形状（32、180、180、3）のテンソルです。
• これは、形状が180x180x3の32枚の画像のバッチです。
• label_batchは形状（32、）のテンソルであり、これらは32個の画像に対応するラベルです。
• .numpy（）をimage_batchおよびlabels_batchテンソルで呼び出して、それらをnumpy.ndarrayに変換できます。