Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Conclusión
en el artículo les he dado información y códigos sobre cómo hacer una Red Neuronal Artificial
(ANN) con código fuente . Estaría haciendo modelos más emocionantes para ustedes, así que
manténganse conectados.
https://becominghuman.ai/digit-recogniser-artificial-neural-network-ann-f8ca23426478
Usando la red neuronal artificial (ANN) para hacer un modelo de abandono, crearemos un
modelo que predice un dígito escrito a mano. (con código fuente)
Como en el artículo anterior, les he dado una introducción a la Red Neural Artificial (ANN),
ahora les diré cómo hacer un modelo ANN básico en este artículo con algunas líneas
de códigos.
Si desea obtener más información sobre las redes neuronales artificiales (ANN) , siga
este enlace :
volversehumano.ai
Importación de las bibliotecas
conjunto de datos
Ahora, veremos la forma del tren y los datos de prueba para saber cuántas imágenes
entrenaremos en el modelo.
x_train.shape
x_test.shape
Trazado
Debido a que los datos están en una matriz numpy, no podremos ver ninguna imagen porque
es una matriz, por lo que tendremos que trazar la imagen en matplotlib con este comando.
plt.matshow(x_train[0])
Escalada
ya que los valores en la matriz varían de 0 a 255, donde 0 significa negro y 255 significa blanco,
por lo que si tomamos estos datos en nuestro modelo, esto afectaría el entrenamiento de
nuestro modelo, por lo que para superar este problema, escalaremos nuestro conjunto de
datos y aquí dividiremos por 255 para que podamos obtener un rango de 0 a 1
x_train=x_train/255
x_test=x_test/255
aplanado
Modelo
modelo.compilar(optimizador='adam',
loss='parse_categorical_crossentropy',
métricas=['precisión'])
predecir
ahora aquí estoy haciendo una variable de predicción que predecirá el conjunto de datos de
prueba en el modelo entrenado
predictions = model.predict(x_test_flattened)
Valor único
podemos usar esta línea de código para predecir un solo valor. aquí puede ver que claramente
el número es 1 y nuestro modelo entrenado también predice 1
plt.matshow(x_test[2])
np.argmax(predicciones[2])
también podemos hacer una función para predecir un solo valor
def predecir(i):
plt.matshow(x_test[i])
imprimir(np.argmax(predicciones[i]))
predecir (1)
Exactitud
model.evaluate(x_test_flattened,y_test)
código fuente
github.com
Conclusión
en el artículo les he dado información y códigos sobre cómo hacer una Red Neuronal Artificial
(ANN) con código fuente. Estaría haciendo modelos más emocionantes para ustedes, así que
manténganse conectados.
importar ssl
ssl._create_default_https_context = ssl._create_unverified_context
LÍNEAS DE PROGRAMA
x_tren.forma
x_test.shape
plt.matshow(x_tren[0])
x_tren=x_tren/255
x_prueba=x_prueba/255
keras.layers.Dense(100,activation='relu'),
keras.layers.Dense(10,activación='sigmoide')
])
modelo.compilar(optimizador='adam',
loss='parse_categorical_crossentropy',
métricas=['precisión'])
predicciones = model.predict(x_test_flattened)
plt.matshow(x_test[2])
np.argmax(predicciones[2])
def predecir(i):
plt.matshow(x_test[i])
imprimir(np.argmax(predicciones[i]))
predecir (1)
modelo.evaluar(x_test_flattened,y_test)