Bài 16: Visualization Convents

Bài 16: Visualization Convents - Pytorch Cơ bản

Đăng bởi: Admin | Lượt xem: 1103 | Chuyên mục: AI

Ở bài này, ta sẽ tập trung vào mô hình trực quan hóa dữ liệu với sự trợ giúp của convents. Cần thực hiện các bước sau để có được bức tranh trực quan hoàn hảo với mạng nơ-ron thông thường.

Bước 1 :

Import các thư viện cần thiết

import os
import numpy as np
import pandas as pd
from scipy.misc import imread
from sklearn.metrics import accuracy_score

import keras
from keras.models import Sequential, Model
from keras.layers import Dense, Dropout, Flatten, Activation, Input
from keras.layers import Conv2D, MaxPooling2D
import torch

Bước 2 :

Để ngăn chặn sự ngẫu nhiên tiềm ẩn với dữ liệu đào tạo và thử nghiệm, ta gọi tập dữ liệu tương ứng được cung cấp trong đoạn code dưới đây -

seed = 128
rng = np.random.RandomState(seed)
data_dir = "../../datasets/MNIST"
train = pd.read_csv('../../datasets/MNIST/train.csv')
test = pd.read_csv('../../datasets/MNIST/Test_fCbTej3.csv')
img_name = rng.choice(train.filename)
filepath = os.path.join(data_dir, 'train', img_name)
img = imread(filepath, flatten=True)

Bước 3 :

Plot ảnh cần thiết để có được dữ liệu đào tạo và kiểm tra được xác định như sau :

pylab.imshow(img, cmap ='gray')
pylab.axis('off')
pylab.show()

Kết quả :

Bài tiếp theo: Sequence Processing với Convents >>

Theo dõi VnCoder trên Facebook, để cập nhật những bài viết, tin tức và khoá học mới nhất!