Глубокое обучение с помощью Keras - импорт библиотек

Сначала мы импортируем различные библиотеки, необходимые для кода в нашем проекте.

Обработка массивов и построение графиков

Как правило, мы используем numpy для обработки массивов и matplotlibдля черчения. Эти библиотеки импортируются в наш проект с использованием следующихimport заявления

import numpy as np
import matplotlib
import matplotlib.pyplot as plot

Подавление предупреждений

Поскольку и Tensorflow, и Keras продолжают пересматривать, если вы не синхронизируете их соответствующие версии в проекте, во время выполнения вы увидите множество предупреждающих ошибок. Поскольку они отвлекают ваше внимание от обучения, мы будем подавлять все предупреждения в этом проекте. Это делается с помощью следующих строк кода -

# silent all warnings
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
import warnings
warnings.filterwarnings('ignore')
from tensorflow.python.util import deprecation
deprecation._PRINT_DEPRECATION_WARNINGS = False

Керас

Мы используем библиотеки Keras для импорта набора данных. Мы будем использоватьmnistнабор данных для рукописных цифр. Мы импортируем необходимый пакет, используя следующую инструкцию

from keras.datasets import mnist

Мы будем определять нашу нейронную сеть глубокого обучения с помощью пакетов Keras. Мы импортируемSequential, Dense, Dropout а также Activationпакеты для определения сетевой архитектуры. Мы используемload_modelпакет для сохранения и извлечения нашей модели. Мы также используемnp_utilsдля нескольких утилит, которые нам нужны в нашем проекте. Этот импорт выполняется с помощью следующих программных операторов -

from keras.models import Sequential, load_model
from keras.layers.core import Dense, Dropout, Activation
from keras.utils import np_utils

Когда вы запустите этот код, вы увидите сообщение на консоли, в котором говорится, что Keras использует TensorFlow на бэкэнде. Скриншот на этом этапе показан здесь -

Теперь, когда у нас есть весь импорт, необходимый для нашего проекта, мы приступим к определению архитектуры нашей сети глубокого обучения.