Tensorflowを花のデータセットでどのように使用してモデルをコンパイルおよび適合させることができますか？

花のデータセットは、それぞれ「compile」メソッドと「fit」メソッドを使用してコンパイルし、モデルに適合させることができます。 「fit」メソッドには、トレーニングデータセットと検証データセットがパラメータとして渡されます。エポックの数は、「fit」メソッドでも定義されます。

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？

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。

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("The model is being compiled")
model.compile(
   optimizer='adam',
   loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
   metrics=['accuracy'])
print("The model is being fit to the data")
model.fit(
   train_ds,
   validation_data=val_ds,
   epochs=3
)

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

出力

The model is being compiled
The model is being fit to the data
Epoch 1/3
92/92 [==============================] - 107s 1s/step - loss: 1.3570 - accuracy: 0.4183 - val_loss: 1.0730 - val_accuracy: 0.5913
Epoch 2/3
92/92 [==============================] - 101s 1s/step - loss: 1.0185 - accuracy: 0.5927 - val_loss: 1.0041 - val_accuracy: 0.6199
Epoch 3/3
92/92 [==============================] - 95s 1s/step - loss: 0.8691 - accuracy: 0.6529 - val_loss: 0.9985 - val_accuracy: 0.6281
<tensorflow.python.keras.callbacks.History at 0x7f2cdcbbba90>

説明

• レイヤーが作成され、データがトレーニングされたら、次のステップは、構築されたモデルをコンパイルすることです。
• コンパイルが完了すると、モデルは入力データセットに適合します。
• 検証精度は、トレーニング精度値と比較して低い値です。
• これは、モデルがオーバーフィットすることを意味します。