Лекція 9: Побудова нейромереж в пакеті TensorFlow

У цій лекції ми розглянемо, як побудувати нейромережі з використанням популярної бібліотеки TensorFlow.

Що таке TensorFlow?

TensorFlow – це відкрита бібліотека для чисельних обчислень, яка використовується для побудови та тренування нейронних мереж. Вона розвинута компанією Google та широко використовується для розв’язання завдань в галузі машинного навчання та штучного інтелекту.

Побудова нейромереж в TensorFlow

Для початку роботи з TensorFlow потрібно встановити його на вашому комп’ютері. Для цього виконайте команду:

pip install tensorflow

Після встановлення бібліотеки ви можете починати побудову нейромереж. В цій лекції ми розглянемо простий приклад побудови нейромережі для класифікації зображень.

Приклад побудови нейромережі

Нижче наведено приклад коду на Python, який демонструє побудову простої нейромережі в TensorFlow для класифікації зображень:


import tensorflow as tf

# Завантаження даних
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# Перетворення даних
x_train = x_train.reshape(x_train.shape[0], 28, 28, 1)
x_test = x_test.reshape(x_test.shape[0], 28, 28, 1)

# Нормалізація даних
x_train = x_train / 255.0
x_test = x_test / 255.0

# Побудова моделі
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D((2, 2)),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10, activation='softmax')
])

# Компіляція моделі
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])

# Тренування моделі
model.fit(x_train, y_train, epochs=5)

# Оцінка моделі
test_loss, test_acc = model.evaluate(x_test, y_test)
print('Test accuracy:', test_acc)


Цей код демонструє побудову та тренування нейромережі для класифікації зображень рукописних цифр за допомогою набору даних MNIST.

Заключення

У цій лекції ми розглянули основні кроки побудови нейромереж в пакеті TensorFlow. TensorFlow – потужний інструмент для розв’язання завдань в галузі машинного навчання та штучного інтелекту, і він широко використовується в індустрії та дослідницькій сфері.