केरस के साथ डीप लर्निंग - मॉडल का संकलन
संकलन एक एकल विधि कॉल का उपयोग करके किया जाता है compile।
model.compile(loss='categorical_crossentropy', metrics=['accuracy'], optimizer='adam')
compileविधि कई मापदंडों की आवश्यकता है। नुकसान पैरामीटर टाइप करने के लिए निर्दिष्ट है'categorical_crossentropy'। मेट्रिक्स पैरामीटर सेट किया गया है'accuracy' और अंत में हम उपयोग करते हैं adamनेटवर्क के प्रशिक्षण के लिए अनुकूलक। इस स्तर पर आउटपुट नीचे दिखाया गया है -

अब, हम अपने नेटवर्क के डेटा में फीड करने के लिए तैयार हैं।
डेटा लोड हो रहा है
जैसा कि पहले कहा गया था, हम इसका इस्तेमाल करेंगे mnistकेरस द्वारा प्रदत्त डेटासेट। जब हम अपने सिस्टम में डेटा लोड करते हैं, तो हम इसे प्रशिक्षण और परीक्षण डेटा में विभाजित करेंगे। कॉल करके डेटा लोड किया जाता हैload_data विधि इस प्रकार है -
(X_train, y_train), (X_test, y_test) = mnist.load_data()
इस स्तर पर आउटपुट निम्न की तरह दिखता है -

अब, हम लोड किए गए डेटासेट की संरचना सीखेंगे।
हमें जो डेटा प्रदान किया जाता है, वह 28 x 28 पिक्सेल आकार की ग्राफिक छवियां होती हैं, जिनमें से प्रत्येक में 0 और 9 के बीच एक एकल अंक होता है। हम कंसोल पर पहले दस छवियों को प्रदर्शित करेंगे। ऐसा करने के लिए कोड नीचे दिया गया है -
# printing first 10 images
for i in range(10):
plot.subplot(3,5,i+1)
plot.tight_layout()
plot.imshow(X_train[i], cmap='gray', interpolation='none')
plot.title("Digit: {}".format(y_train[i]))
plot.xticks([])
plot.yticks([])
10 गिनती के पुनरावृत्त लूप में, हम प्रत्येक पुनरावृत्ति पर एक सबप्लॉट बनाते हैं और इससे एक छवि दिखाते हैं X_trainइसमें वेक्टर हम प्रत्येक छवि को इसी से शीर्षक देते हैंy_trainवेक्टर। ध्यान दें किy_train वेक्टर में इसी छवि के लिए वास्तविक मान शामिल हैं X_trainवेक्टर। हम दो विधियों को कॉल करके x और y कुल्हाड़ियों के निशान हटाते हैंxticks तथा yticksअशक्त तर्क के साथ। जब आप कोड चलाते हैं, तो आपको निम्न आउटपुट दिखाई देंगे -

अगला, हम इसे अपने नेटवर्क में खिलाने के लिए डेटा तैयार करेंगे।