การเรียนรู้เชิงลึกด้วย Keras - การนำเข้าไลบรารี

อันดับแรกเรานำเข้าไลบรารีต่างๆที่รหัสในโครงการของเราต้องการ

การจัดการและการวางแผนอาร์เรย์

ตามปกติเราใช้ numpy สำหรับการจัดการอาร์เรย์และ matplotlibสำหรับการวางแผน ไลบรารีเหล่านี้นำเข้าในโครงการของเราโดยใช้สิ่งต่อไปนี้import งบ

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

การระงับคำเตือน

เนื่องจากทั้ง Tensorflow และ Keras ทำการแก้ไขอยู่เสมอหากคุณไม่ซิงค์เวอร์ชันที่เหมาะสมในโปรเจ็กต์ขณะรันไทม์คุณจะเห็นข้อผิดพลาดคำเตือนมากมาย เมื่อพวกเขาเบี่ยงเบนความสนใจของคุณจากการเรียนรู้เราจะระงับคำเตือนทั้งหมดในโครงการนี้ สิ่งนี้ทำได้โดยใช้โค้ดบรรทัดต่อไปนี้ -

# 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

Keras

เราใช้ไลบรารี Keras เพื่อนำเข้าชุดข้อมูล เราจะใช้ไฟล์mnistชุดข้อมูลสำหรับตัวเลขที่เขียนด้วยลายมือ เรานำเข้าแพ็คเกจที่ต้องการโดยใช้คำสั่งต่อไปนี้

from keras.datasets import mnist

เราจะกำหนดโครงข่ายประสาทเทียมเชิงลึกของเราโดยใช้แพ็คเกจ Keras เรานำเข้าไฟล์Sequential, Dense, Dropout และ Activationแพ็คเกจสำหรับกำหนดสถาปัตยกรรมเครือข่าย เราใช้load_modelแพ็คเกจสำหรับบันทึกและเรียกค้นโมเดลของเรา เรายังใช้np_utilsสำหรับสาธารณูปโภคบางอย่างที่เราต้องการในโครงการของเรา การนำเข้าเหล่านี้ทำได้โดยใช้คำสั่งโปรแกรมต่อไปนี้ -

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

เมื่อคุณเรียกใช้รหัสนี้คุณจะเห็นข้อความบนคอนโซลที่ระบุว่า Keras ใช้ TensorFlow ที่แบ็กเอนด์ ภาพหน้าจอในขั้นตอนนี้จะแสดงที่นี่ -

ขณะนี้เนื่องจากเรามีการนำเข้าทั้งหมดที่จำเป็นสำหรับโครงการของเราเราจะดำเนินการกำหนดสถาปัตยกรรมสำหรับเครือข่าย Deep Learning ของเรา