 TensorFlow.org पर देखें |  GitHub पर स्रोत देखें |  नोटबुक डाउनलोड करें |
यह मार्गदर्शिका स्नीकर्स और शर्ट जैसे कपड़ों की छवियों को वर्गीकृत करने के लिए एक तंत्रिका नेटवर्क मॉडल को प्रशिक्षित करती है। यदि आप सभी विवरणों को नहीं समझते हैं तो कोई बात नहीं; यह एक संपूर्ण TensorFlow कार्यक्रम का एक तेज़-तर्रार अवलोकन है जिसमें आपके द्वारा बताए गए विवरण शामिल हैं।
इस गाइड का उपयोग करता tf.keras , TensorFlow में निर्माण और ट्रेन मॉडल के लिए एक उच्च स्तरीय एपीआई।
# TensorFlow and tf.keras
import tensorflow as tf
# Helper libraries
import numpy as np
import matplotlib.pyplot as plt
print(tf.__version__)
2.5.0
फैशन एमएनआईएसटी डेटासेट आयात करें
इस गाइड का उपयोग करता है फैशन MNIST डाटासेट जो 10 श्रेणियों में 70,000 ग्रेस्केल चित्र शामिल हैं। चित्र कम रिज़ॉल्यूशन (28 गुणा 28 पिक्सेल) पर कपड़ों के अलग-अलग लेख दिखाते हैं, जैसा कि यहां देखा गया है:
 |
| चित्र 1 फैशन-MNIST नमूने (Zalando, एमआईटी लाइसेंस द्वारा)। |
फैशन MNIST क्लासिक के लिए एक ड्रॉप में स्थानापन्न के रूप में करना है MNIST डाटासेट-अक्सर कंप्यूटर दृष्टि के लिए मशीन सीखने कार्यक्रमों की "नमस्ते, दुनिया" के रूप में इस्तेमाल किया। MNIST डेटासेट में आपके द्वारा यहां उपयोग किए जाने वाले कपड़ों के लेखों के समान प्रारूप में हस्तलिखित अंकों (0, 1, 2, आदि) की छवियां होती हैं।
यह मार्गदर्शिका विविधता के लिए फैशन एमएनआईएसटी का उपयोग करती है, और क्योंकि यह नियमित एमएनआईएसटी की तुलना में थोड़ी अधिक चुनौतीपूर्ण समस्या है। दोनों डेटासेट अपेक्षाकृत छोटे हैं और यह सत्यापित करने के लिए उपयोग किया जाता है कि एक एल्गोरिथ्म अपेक्षित रूप से काम करता है। वे कोड का परीक्षण और डिबग करने के लिए अच्छे शुरुआती बिंदु हैं।
यहां, नेटवर्क को प्रशिक्षित करने के लिए 60,000 छवियों का उपयोग किया जाता है और 10,000 छवियों का उपयोग यह मूल्यांकन करने के लिए किया जाता है कि नेटवर्क ने छवियों को वर्गीकृत करना कितना सही सीखा। आप सीधे TensorFlow से Fashion MNIST को एक्सेस कर सकते हैं। आयात और फैशन MNIST डेटा लोड TensorFlow से सीधे:
fashion_mnist = tf.keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-labels-idx1-ubyte.gz 32768/29515 [=================================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/train-images-idx3-ubyte.gz 26427392/26421880 [==============================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-labels-idx1-ubyte.gz 8192/5148 [===============================================] - 0s 0us/step Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/t10k-images-idx3-ubyte.gz 4423680/4422102 [==============================] - 0s 0us/step
डेटासेट लोड करना चार NumPy सरणियाँ लौटाता है:
-
train_imagesऔरtrain_labelsसरणियों प्रशिक्षण -इस डेटा मॉडल का उपयोग करता है जानने के लिए सेट कर रहे हैं। - मॉडल परीक्षण सेट, के खिलाफ परीक्षण किया जाता है
test_images, औरtest_labelsसरणियों।
छवियों 28x28 NumPy सरणी, कर रहे हैं पूर्णांकों की एक सरणी, 0 से 9 कपड़ों के वर्ग छवि का प्रतिनिधित्व करता है के लिए ये पत्र व्यवहार करने के लेकर हैं पिक्सेल 0 से 255 के लिए लेबल लेकर मूल्यों के साथ:
| लेबल | कक्षा |
|---|---|
| 0 | टी-शर्ट/टॉप |
| 1 | पतलून |
| 2 | पुल ओवर |
| 3 | पोशाक |
| 4 | कोट |
| 5 | चप्पल |
| 6 | कमीज |
| 7 | छिपकर जानेवाला |
| 8 | थैला |
| 9 | एडी तक पहुंचने वाला जूता |
प्रत्येक छवि को एकल लेबल पर मैप किया जाता है। चूंकि वर्ग नामों डाटासेट साथ शामिल नहीं हैं, उन्हें यहाँ जब छवियों की साजिश रचने बाद में उपयोग करने के लिए की दुकान:
class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
डेटा का अन्वेषण करें
आइए मॉडल को प्रशिक्षित करने से पहले डेटासेट के प्रारूप का पता लगाएं। निम्नलिखित दिखाता है कि प्रशिक्षण सेट में 60,000 चित्र हैं, जिनमें से प्रत्येक छवि 28 x 28 पिक्सेल के रूप में दर्शायी गई है:
train_images.shape
(60000, 28, 28)
इसी तरह, प्रशिक्षण सेट में 60,000 लेबल हैं:
len(train_labels)
60000
प्रत्येक लेबल 0 और 9 के बीच एक पूर्णांक है:
train_labels
array([9, 0, 0, ..., 3, 0, 5], dtype=uint8)
परीक्षण सेट में 10,000 छवियां हैं। फिर से, प्रत्येक छवि को 28 x 28 पिक्सेल के रूप में दर्शाया गया है:
test_images.shape
(10000, 28, 28)
और परीक्षण सेट में 10,000 छवि लेबल होते हैं:
len(test_labels)
10000
डेटा को प्रीप्रोसेस करें
नेटवर्क को प्रशिक्षण देने से पहले डेटा को प्रीप्रोसेस किया जाना चाहिए। यदि आप प्रशिक्षण सेट में पहली छवि का निरीक्षण करते हैं, तो आप देखेंगे कि पिक्सेल मान 0 से 255 की सीमा में आते हैं:
plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()
तंत्रिका नेटवर्क मॉडल को खिलाने से पहले इन मानों को 0 से 1 की सीमा तक स्केल करें। ऐसा करने के लिए, 255 से मूल्यों को विभाजित यह महत्वपूर्ण है कि प्रशिक्षण सेट और परीक्षण सेट एक ही तरीके से preprocessed किया जा रहा है:
train_images = train_images / 255.0
test_images = test_images / 255.0
उस डेटा सही प्रारूप में हैं और आप का निर्माण करने के लिए तैयार कर रहे हैं और नेटवर्क को प्रशिक्षित कि है सत्यापित करने के लिए, के प्रशिक्षण सेट से पहले 25 छवियों को प्रदर्शित करते हैं और प्रत्येक छवि के नीचे वर्ग के नाम प्रदर्शित करते हैं।
plt.figure(figsize=(10,10))
for i in range(25):
plt.subplot(5,5,i+1)
plt.xticks([])
plt.yticks([])
plt.grid(False)
plt.imshow(train_images[i], cmap=plt.cm.binary)
plt.xlabel(class_names[train_labels[i]])
plt.show()
मॉडल बनाएं
तंत्रिका नेटवर्क के निर्माण के लिए मॉडल की परतों को कॉन्फ़िगर करने और फिर मॉडल को संकलित करने की आवश्यकता होती है।
परतें सेट करें
एक तंत्रिका नेटवर्क के मूल निर्माण खंड है परत । परतें उनमें खिलाए गए डेटा से अभ्यावेदन निकालती हैं। उम्मीद है, ये प्रतिनिधित्व हाथ में समस्या के लिए सार्थक हैं।
अधिकांश गहरी शिक्षा में सरल परतों को एक साथ जोड़ना शामिल है। जैसे अधिकांश परतों, tf.keras.layers.Dense , पैरामीटर प्रशिक्षण के दौरान सीखा रहे हैं।
model = tf.keras.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10)
])
इस नेटवर्क, में पहली परत tf.keras.layers.Flatten , (28 * 28 = 784 पिक्सल के) एक आयामी सरणी के लिए (28 से 28 पिक्सल के) एक दो आयामी सरणी से छवियों का प्रारूप बदल देती है। इस लेयर को इमेज में पिक्सल्स की अनस्टैकिंग रो और उन्हें लाइनिंग के रूप में सोचें। इस परत में सीखने के लिए कोई पैरामीटर नहीं है; यह केवल डेटा को पुन: स्वरूपित करता है।
बाद पिक्सल चपटी, नेटवर्क दोनों में से एक दृश्य के होते हैं tf.keras.layers.Dense परतों। ये घनी रूप से जुड़ी हुई हैं, या पूरी तरह से जुड़ी हुई हैं, तंत्रिका परतें। पहले Dense परत 128 नोड्स (या न्यूरॉन्स) है। दूसरी (और आखिरी) परत 10 की लंबाई के साथ एक लॉगिट सरणी देता है। प्रत्येक नोड में एक स्कोर होता है जो इंगित करता है कि वर्तमान छवि 10 वर्गों में से एक से संबंधित है।
मॉडल संकलित करें
मॉडल के प्रशिक्षण के लिए तैयार होने से पहले, इसे कुछ और सेटिंग्स की आवश्यकता होती है। ये मॉडल के दौरान जोड़ रहे हैं संकलन कदम:
- घटाने समारोह मापता है कि सही मॉडल प्रशिक्षण के दौरान है -इस। आप मॉडल को सही दिशा में "चलाने" के लिए इस फ़ंक्शन को छोटा करना चाहते हैं।
- अनुकूलक -यह कैसे मॉडल डेटा यह देखता है और इसके नुकसान कार्य के आधार पर अद्यतन किया जाता है है।
- मेट्रिक्स प्रशिक्षण और परीक्षण चरणों की निगरानी के लिए -पुरानी। निम्न उदाहरण सटीकता, छवियों कि सही ढंग से वर्गीकृत कर रहे हैं के अंश का उपयोग करता है।
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
मॉडल को प्रशिक्षित करें
तंत्रिका नेटवर्क मॉडल के प्रशिक्षण के लिए निम्नलिखित चरणों की आवश्यकता होती है:
- मॉडल को प्रशिक्षण डेटा खिलाएं। इस उदाहरण में, प्रशिक्षण डेटा में है
train_imagesऔरtrain_labelsसरणियों। - मॉडल छवियों और लेबलों को संबद्ध करना सीखता है।
- आप एक परीक्षण सेट में इस उदाहरण, के बारे में अनुमान लगाने के लिए मॉडल पूछना
test_imagesसरणी। - सत्यापित करें कि भविष्यवाणियों से लेबल से मिलान
test_labelsसरणी।
मॉडल को खिलाएं
प्रशिक्षण शुरू करने के लिए, फोन model.fit विधि-तथाकथित क्योंकि यह "फिट" प्रशिक्षण के आंकड़ों के मॉडल:
model.fit(train_images, train_labels, epochs=10)
Epoch 1/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.4982 - accuracy: 0.8256 Epoch 2/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.3747 - accuracy: 0.8658 Epoch 3/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.3356 - accuracy: 0.8770 Epoch 4/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.3112 - accuracy: 0.8856 Epoch 5/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2941 - accuracy: 0.8915 Epoch 6/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2776 - accuracy: 0.8972 Epoch 7/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2678 - accuracy: 0.9000 Epoch 8/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2564 - accuracy: 0.9049 Epoch 9/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2467 - accuracy: 0.9083 Epoch 10/10 1875/1875 [==============================] - 3s 1ms/step - loss: 0.2399 - accuracy: 0.9103 <tensorflow.python.keras.callbacks.History at 0x7fe108a0c150>
जैसे ही मॉडल ट्रेन करता है, हानि और सटीकता मेट्रिक्स प्रदर्शित होते हैं। यह मॉडल प्रशिक्षण डेटा पर लगभग 0.91 (या 91%) की सटीकता तक पहुंचता है।
सटीकता का मूल्यांकन करें
इसके बाद, तुलना करें कि मॉडल परीक्षण डेटासेट पर कैसा प्रदर्शन करता है:
test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2)
print('\nTest accuracy:', test_acc)
313/313 - 0s - loss: 0.3413 - accuracy: 0.8814 Test accuracy: 0.8813999891281128
यह पता चला है कि परीक्षण डेटासेट पर सटीकता प्रशिक्षण डेटासेट की सटीकता से थोड़ी कम है। प्रशिक्षण सटीकता और परीक्षण सटीकता के बीच इस अंतर को दर्शाता है overfitting। ओवरफिटिंग तब होती है जब मशीन लर्निंग मॉडल प्रशिक्षण डेटा की तुलना में नए, पहले अनदेखी इनपुट पर खराब प्रदर्शन करता है। एक ओवरफिट मॉडल प्रशिक्षण डेटासेट में शोर और विवरण को उस बिंदु तक "याद रखता है" जहां यह नए डेटा पर मॉडल के प्रदर्शन को नकारात्मक रूप से प्रभावित करता है। अधिक जानकारी के लिए, निम्नलिखित देखें:
अंदाजा लगाओ
प्रशिक्षित मॉडल के साथ, आप इसका उपयोग कुछ छवियों के बारे में भविष्यवाणी करने के लिए कर सकते हैं। मॉडल रैखिक आउटपुट, logits । लॉग को प्रायिकता में बदलने के लिए एक सॉफ्टमैक्स परत संलग्न करें, जिसकी व्याख्या करना आसान है।
probability_model = tf.keras.Sequential([model,
tf.keras.layers.Softmax()])
predictions = probability_model.predict(test_images)
यहां, मॉडल ने परीक्षण सेट में प्रत्येक छवि के लिए लेबल की भविष्यवाणी की है। आइए एक नजर डालते हैं पहली भविष्यवाणी पर:
predictions[0]
array([2.9212106e-07, 1.6208847e-10, 1.3363140e-08, 2.7341349e-09,
5.5379962e-10, 4.5457238e-04, 4.2226111e-06, 4.4925120e-03,
5.8868943e-07, 9.9504781e-01], dtype=float32)
एक भविष्यवाणी 10 संख्याओं की एक सरणी है। वे मॉडल के "आत्मविश्वास" का प्रतिनिधित्व करते हैं कि छवि कपड़ों के 10 अलग-अलग लेखों में से प्रत्येक से मेल खाती है। आप देख सकते हैं कि किस लेबल का सबसे अधिक विश्वास मूल्य है:
np.argmax(predictions[0])
9
तो, मॉडल है कि इस छवि को एक टखने बूट है, या सबसे पूरा भरोसा है class_names[9] । परीक्षण लेबल की जांच से पता चलता है कि यह वर्गीकरण सही है:
test_labels[0]
9
10 वर्ग भविष्यवाणियों के पूरे सेट को देखने के लिए इसे ग्राफ़ करें।
def plot_image(i, predictions_array, true_label, img):
true_label, img = true_label[i], img[i]
plt.grid(False)
plt.xticks([])
plt.yticks([])
plt.imshow(img, cmap=plt.cm.binary)
predicted_label = np.argmax(predictions_array)
if predicted_label == true_label:
color = 'blue'
else:
color = 'red'
plt.xlabel("{} {:2.0f}% ({})".format(class_names[predicted_label],
100*np.max(predictions_array),
class_names[true_label]),
color=color)
def plot_value_array(i, predictions_array, true_label):
true_label = true_label[i]
plt.grid(False)
plt.xticks(range(10))
plt.yticks([])
thisplot = plt.bar(range(10), predictions_array, color="#777777")
plt.ylim([0, 1])
predicted_label = np.argmax(predictions_array)
thisplot[predicted_label].set_color('red')
thisplot[true_label].set_color('blue')
भविष्यवाणियों की पुष्टि करें
प्रशिक्षित मॉडल के साथ, आप इसका उपयोग कुछ छवियों के बारे में भविष्यवाणी करने के लिए कर सकते हैं।
आइए 0वीं छवि, भविष्यवाणियों और भविष्यवाणी सरणी को देखें। सही भविष्यवाणी लेबल नीले हैं और गलत भविष्यवाणी लेबल लाल हैं। संख्या अनुमानित लेबल के लिए प्रतिशत (100 में से) देती है।
i = 0
plt.figure(figsize=(6,3))
plt.subplot(1,2,1)
plot_image(i, predictions[i], test_labels, test_images)
plt.subplot(1,2,2)
plot_value_array(i, predictions[i], test_labels)
plt.show()
i = 12
plt.figure(figsize=(6,3))
plt.subplot(1,2,1)
plot_image(i, predictions[i], test_labels, test_images)
plt.subplot(1,2,2)
plot_value_array(i, predictions[i], test_labels)
plt.show()
आइए उनकी भविष्यवाणियों के साथ कई चित्र बनाएं। ध्यान दें कि बहुत आश्वस्त होने पर भी मॉडल गलत हो सकता है।
# Plot the first X test images, their predicted labels, and the true labels.
# Color correct predictions in blue and incorrect predictions in red.
num_rows = 5
num_cols = 3
num_images = num_rows*num_cols
plt.figure(figsize=(2*2*num_cols, 2*num_rows))
for i in range(num_images):
plt.subplot(num_rows, 2*num_cols, 2*i+1)
plot_image(i, predictions[i], test_labels, test_images)
plt.subplot(num_rows, 2*num_cols, 2*i+2)
plot_value_array(i, predictions[i], test_labels)
plt.tight_layout()
plt.show()
प्रशिक्षित मॉडल का प्रयोग करें
अंत में, एकल छवि के बारे में भविष्यवाणी करने के लिए प्रशिक्षित मॉडल का उपयोग करें।
# Grab an image from the test dataset.
img = test_images[1]
print(img.shape)
(28, 28)
tf.keras मॉडल एक बार में एक बैच पर भविष्यवाणियों, या संग्रह, उदाहरण के बनाने के लिए अनुकूलित कर रहे हैं। तदनुसार, भले ही आप एकल छवि का उपयोग कर रहे हों, आपको इसे एक सूची में जोड़ना होगा:
# Add the image to a batch where it's the only member.
img = (np.expand_dims(img,0))
print(img.shape)
(1, 28, 28)
अब इस छवि के लिए सही लेबल की भविष्यवाणी करें:
predictions_single = probability_model.predict(img)
print(predictions_single)
[[8.8914348e-05 1.3264636e-13 9.9108773e-01 1.2658383e-10 8.1463791e-03 1.6905785e-08 6.7695131e-04 2.7492119e-17 5.1699739e-10 7.1339325e-17]]
plot_value_array(1, predictions_single[0], test_labels)
_ = plt.xticks(range(10), class_names, rotation=45)
plt.show()
tf.keras.Model.predict डेटा के बैच में प्रत्येक छवि के लिए सूचियों का एक सूची की एक सूची देता है। बैच में हमारी (केवल) छवि के लिए पूर्वानुमान प्राप्त करें:
np.argmax(predictions_single[0])
2
और मॉडल अपेक्षा के अनुरूप एक लेबल की भविष्यवाणी करता है।
# MIT License
#
# Copyright (c) 2017 François Chollet
#
# Permission is hereby granted, free of charge, to any person obtaining a
# copy of this software and associated documentation files (the "Software"),
# to deal in the Software without restriction, including without limitation
# the rights to use, copy, modify, merge, publish, distribute, sublicense,
# and/or sell copies of the Software, and to permit persons to whom the
# Software is furnished to do so, subject to the following conditions:
#
# The above copyright notice and this permission notice shall be included in
# all copies or substantial portions of the Software.
#
# THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
# IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
# FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL
# THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
# LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING
# FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER
# DEALINGS IN THE SOFTWARE.