資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何使用Tensorflow來測試、重置模型並載入最新的檢查點？
Tensorflow 是 Google 提供的一個機器學習框架。它是一個開源框架，與 Python 結合使用，用於實現演算法、深度學習應用程式等等。它用於研究和生產目的。它具有最佳化技術，有助於快速執行復雜的數學運算。這是因為它使用了 NumPy 和多維陣列。這些多維陣列也稱為“張量”。該框架支援使用深度神經網路。它具有高度可擴充套件性，並附帶許多流行的資料集。
可以使用以下程式碼行在 Windows 上安裝“tensorflow”包：
pip install tensorflow
Keras 是作為 ONEIROS（開放式神經電子智慧機器人作業系統）專案研究的一部分開發的。Keras 是一個深度學習 API，是用 Python 編寫的。它是一個高階 API，具有高效的介面，有助於解決機器學習問題。它在 Tensorflow 框架之上執行。它旨在幫助快速進行實驗。它提供了開發和封裝機器學習解決方案所必需的基本抽象和構建塊。
它具有高度可擴充套件性，並具有跨平臺功能。這意味著 Keras 可以執行在 TPU 或 GPU 叢集上。Keras 模型也可以匯出以在 Web 瀏覽器或手機上執行。Keras 已經存在於 Tensorflow 包中。可以使用以下程式碼行訪問它：
import tensorflow from tensorflow import keras
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，無需任何配置，並可免費訪問 GPU（圖形處理單元）。Colaboratory 是在 Jupyter Notebook 之上構建的。
以下是程式碼：
示例
print("A new model instance is created")
model = create_model()
print("The previously saved weights are loaded")
model.load_weights(latest)
print("The model is being re−evaluated")
loss, acc = model.evaluate(test_images, test_labels, verbose=2)
print("This is the restored model, with accuracy: {:5.3f}%".format(100 * acc))程式碼來源 - https://www.tensorflow.org/tutorials/keras/save_and_load
輸出
A new model instance is created The previously saved weights are loaded The model is being re-evaluated 32/32 - 0s - loss: 0.4828 - sparse_categorical_accuracy: 0.8770 This is the restored model, with accuracy:87.700%
解釋
再次，使用“create_model”方法建立例項的新模型。
使用“load_weights”方法將先前儲存的權重載入到此例項。
使用“evaluate”方法評估此新模型。
確定其在訓練期間的準確性和損失。
這些值顯示在控制檯上。
179 次檢視
