tensorflow 使い方メモ その 1
-
このメモでは tensorflow の使い方についてまとめる。
- 多くなることが予想されるため、その 1 としてモデルの作成方法などをまとめる。
- モデル作成方法
- 学習モデルの input_shape,layer,output_shape を決定する。
-
- 学習モデルの optimizer,loss 関数、監視する metric を決定する。
モデル作成方法
# 基本的にはこんな感じ、HyperparameterTuneでは別の作成方法がある。(基本的に同じだが、、、)
from tensorflow import keras
from tensorflow.keras import layers
model = keras.Sequential(
[
keras.Input(shape=input_shape),
layers.Conv2D(32, kernel_size=(3, 3), activation="relu"),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Conv2D(64, kernel_size=(3, 3), activation="relu"),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Flatten(),
layers.Dropout(0.5),
layers.Dense(num_classes, activation="softmax"),
]
)
model.summary()
# モデル画像 のoutputは以下でできる。
keras.utils.plot_model(model, "my_first_model_with_shape_info.png", show_shapes=True)
モデルのコンパイル
model.compile(
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
optimizer=keras.optimizers.RMSprop(),
metrics=["accuracy"],
)