Keras के साथ न्यूरल नेटवर्क परिभाषित करना

Python में TensorFlow परिचय

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

सांकेतिक भाषा के अक्षरों का वर्गीकरण

यह छवि सांकेतिक भाषा का अक्षर A दिखाती है.

यह छवि सांकेतिक भाषा का अक्षर B दिखाती है.

यह छवि सांकेतिक भाषा का अक्षर C दिखाती है.

यह छवि सांकेतिक भाषा का अक्षर D दिखाती है.

Sequential API

यह छवि एक न्यूरल नेटवर्क दिखाती है: पहली हिडन लेयर में 16 नोड, दूसरी में 8, और आउटपुट लेयर में 4.

Sequential API

इनपुट लेयर
हिडन लेयर्स
आउटपुट लेयर
क्रम में व्यवस्थित

Sequential मॉडल बनाना

# Import tensorflow
from tensorflow import keras

# Define a sequential model
model = keras.Sequential()

# Define first hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(28*28,)))

Sequential मॉडल बनाना

# Define second hidden layer
model.add(keras.layers.Dense(8, activation='relu'))

# Define output layer
model.add(keras.layers.Dense(4, activation='softmax'))

# Compile the model
model.compile('adam', loss='categorical_crossentropy')

# Summarize the model
print(model.summary())

Functional API

आकृति दो सेट के इनपुट वाला न्यूरल नेटवर्क दिखाती है.

Functional API का उपयोग

# Import tensorflow
import tensorflow as tf

# Define model 1 input layer shape
model1_inputs = tf.keras.Input(shape=(28*28,))

# Define model 2 input layer shape
model2_inputs = tf.keras.Input(shape=(10,))

# Define layer 1 for model 1
model1_layer1 = tf.keras.layers.Dense(12, activation='relu')(model1_inputs)

# Define layer 2 for model 1
model1_layer2 = tf.keras.layers.Dense(4, activation='softmax')(model1_layer1)

Functional API का उपयोग

# Define layer 1 for model 2
model2_layer1 = tf.keras.layers.Dense(8, activation='relu')(model2_inputs)

# Define layer 2 for model 2
model2_layer2 = tf.keras.layers.Dense(4, activation='softmax')(model2_layer1)

# Merge model 1 and model 2
merged = tf.keras.layers.add([model1_layer2, model2_layer2])

# Define a functional model
model = tf.keras.Model(inputs=[model1_inputs, model2_inputs], outputs=merged)

# Compile the model
model.compile('adam', loss='categorical_crossentropy')

अभ्यास करते हैं!

Python में TensorFlow परिचय