TensorFlowを使用してPythonでFashionMNISTデータセットのモデルを構築するにはどうすればよいですか？

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。研究や生産目的で使用されます。

「tensorflow」パッケージは、以下のコード行を使用してWindowsにインストールできます-

pip install tensorflow

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。

「FashionMNIST」データセットには、さまざまな種類の衣類の画像が含まれています。 10の異なるカテゴリに属する​​7万以上の服のグレースケール画像が含まれています。これらの画像は低解像度（28 x 28ピクセル）です。 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。

以下は、PythonでFashionMNISTデータセットのモデルを構築するためのコードスニペットです-

例

model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])
print("Sequential model is being built")
model.compile(optimizer='adam',  loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),  metrics=['accuracy'])
print("Sequential model is being compiled")

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

出力

Sequential model is being built
Sequential model is being compiled

説明

• モデル内のレイヤーが構成されます。

• ニューラルネットワークの基本ブロックであるレイヤーは、入力データとしてレイヤーに与えられたデータから表現を抽出します。

• 多くの単純なレイヤーがグループ化されています。

• 一部のレイヤーには、トレーニングフェーズ中に最適な値に到達するように調整されたパラメーターもあります。

• 最初のレイヤー「Flatten」は、画像を2Dから1D配列に変換します。

• このレイヤーには、学習する必要のあるパラメーターはありません。

• ピクセルが平坦化されると、2つの「高密度」レイヤーが構築され、すべての高密度レイヤーに128個のニューロンが含まれます。最後のレイヤーは、長さが10のロジット配列を返します。

• すべてのニューロン/ノードには、画像がどのクラスに属しているかを示すスコアである値が含まれています。

• 次に、モデルがコンパイルされます。