Day 16 self-attention的实作准备(二) 设定tensorflow和keras的环境

前言

昨天在建立环境的时候发现有很多相容性的问题,因此今天我想说这几天先来学习一下tensorflow跟keras,顺便把环境建立好

安装TensorFlow 2

在vscode中创建一个档案,并且将档案副档名设定为.ipynb,会看到这个画面

在.ipynb档案中,加上!就可以使用bash指令,打上

!python3 -m pip install -U tensorflow

在另一个cell打上

import tensorflow as tf
from tensorflow import keras
print("tensorflow version: ", tf.__version__)
print("keras version: ", keras.__version__)

可以印出tensorflow跟keras的版本

跑一个keras的范例程序

Keras有一个工具可以用来抓取和载入常见的资料集,包括MNIST、Fashion MNIST等等。那这边我们来载入Fashion MNIST

fashion_mnist = keras.datasets.fashion_mnist
(X_train_full, y_train_full), (X_test, y_test) = fashion_mnist.load_data()

X_train_full是训练资料,y_train_full是target,X_test是测试资料,y_test是测试资料的target

我们来看一下训练资料的外型和资料型态

print(X_train_full.shape)
print(X_train_full.dtype)

资料已经拆成训练集和测试集了,但是还没有验证集,因此我们需要做一个
另外由於要使用梯度下降来训练神经网路,因此我们要将像素的值除以255.0,来将他们调整到0-1的范围

X_valid, X_train = X_train_full[:5000] / 255.0, X_train_full[5000:] / 255.0
y_valid, y_train = y_train_full[:5000], y_train_full[5000:]

在MNIST中,如果标签是5,手写数字就是5。但是在Fashion MNIST中,我们要使用类别名称串列来掌握目前正在处理什麽

class_names = ["T-shirt/top", "Trouser", "Pullover", "Dress", "Coat", "Sandal", "Shirt", "Sneaker", "Bag", "Ankle boot"]
class_names[y_train[0]]

例如,训练组的第一张图片就代表coat


<<:  JavaScript Day01 - 说明

>>:  冒险村01 - Begin from linter(1)

世界咖啡馆的智慧

有一种讨论方式叫做「世界咖啡馆」,就是分好几个小组,各组选派的组长不移动,但组员就要随机大风吹,去参...

视觉化当日趋势图(6)-折线图/趋势图

今天进入到重头戏了, 昨天介绍完我们使用的工具我们今天就要使用它, (1)html部分 这个部分主要...

30天Python自学:Day02

#以下内容皆由初学者撰写,有错误可能,不建议尽信 30天Python自学: Day02 Python...

[13th][Day2] 第一个 Container

Docker 可以提供安全的沙盒环境来做测试, 建构多用户的 PaaS (platform as a...

ISO 27001 资讯安全管理系统 【解析】(十五)

(三)第5.3条组织角色、责任与职权,高阶管理者应该指派有关ISMS之角色、分配相关责任与职权,这些...