• 2-Qadam: Modelimizni Loyihalash
  • Muhammad Al-Xorazmiy nomidagi Toshkent Axborot Texnoogiyalari Universiteti Farg’ona Filiali Mavzu




    Download 310,17 Kb.
    bet5/6
    Sana28.12.2023
    Hajmi310,17 Kb.
    #128927
    1   2   3   4   5   6
    Bog'liq
    1-Mustaqil ish Mavzu Python muhitida keras paketidan foydalanib-fayllar.org

    Ketma-Ket Modelni Qurish

    1-Qadam: Kutubxonalarni Import Qilish


    Birinchidan, biz TensorFlow va Keras-ni modelimiz uchun zarur bo'lgan ma'lum parametrlar bilan birga import qilishimiz kerak. Quyidagi kod buni amalga oshirishga imkon beradi:
    tenzor oqimini tf sifatida import qiling
    tensorflow import kerasdan
    tensorflow.keras.models import Sequential dan
    tensorflow.keras.layers import faollashtirish, zich
    tensorflow.keras.optimizers dan Odamni import qiladi
    tensorflow.keras.metrics dan categorical_crossentropy import

    Bizning modelimiz uchun biz zich qatlamlarni import qilamiz. Bular to'liq bog'langan qatlamlardir; ya'ni qatlamdagi har bir tugun keyingi qatlamdagi boshqa tugun bilan to'liq bog'langan.
    Biz ham import qilamiz aktivlashtirish tugunlarga yuborilgan ma'lumotlarni masshtablash uchun zarur bo'lgan funksiya. Optimizatorlar yo'qotishlarni kamaytirish uchun ham import qilingan.
    Adam mashhur optimallashtiruvchi bo'lib, u bilan birga modelimizni yangilash tugunlari hisoblarini yanada samaraliroq qiladi categorical_crossentropy - bu biz foydalanadigan yo'qotish funktsiyasi turi (haqiqiy va taxmin qilingan yorliq qiymatlari o'rtasidagi farqni hisoblaydi).

    2-Qadam: Modelimizni Loyihalash


    Men yaratayotgan modelda bitta kirish (16 birlik bilan), bitta yashirin (32 birlik bilan) va bitta chiqish (2 birlik bilan) qatlamlari mavjud. Bu raqamlar aniqlanmagan va to'liq berilgan muammoga bog'liq bo'ladi.
    To'g'ri sonli birliklar va qatlamlarni o'rnatish amaliyot orqali qo'shimcha vaqtni yaxshilash mumkin bo'lgan jarayondir. Faollashtirish ma'lumotlarimizni tugun orqali o'tkazishdan oldin amalga oshiradigan masshtablash turiga mos keladi.
    Relu va Softmax bu vazifa uchun mashhur faollashtirish funksiyalaridir.
    model = Ketma-ket ([
    Zich(birliklar = 16, kirish_shakli = (1,), faollashtirish = 'relu'),
    Zich (birliklar = 32, faollashtirish = 'relu'),
    Zich (birliklar = 2, faollashtirish = "softmax")
    ])

    Modelning qisqacha mazmuni qanday bo'lishi kerak:

    Download 310,17 Kb.
    1   2   3   4   5   6




    Download 310,17 Kb.

    Bosh sahifa
    Aloqalar

        Bosh sahifa



    Muhammad Al-Xorazmiy nomidagi Toshkent Axborot Texnoogiyalari Universiteti Farg’ona Filiali Mavzu

    Download 310,17 Kb.