एक कन्वोल्यूशनल न्यूरल नेटवर्क को 'evaluate' मेथड का उपयोग करके मूल्यांकन किया जा सकता है। यह मेथड टेस्ट डेटा को अपने पैरामीटर के रूप में लेता है। इससे पहले, डेटा को 'matplotlib' लाइब्रेरी और 'imshow' मेथड्स का उपयोग करके कंसोल पर प्लॉट किया जाता है।
और पढ़ें: TensorFlow क्या है और केरस (Keras) TensorFlow के साथ कैसे काम करता है न्यूरल नेटवर्क बनाने के लिए?
कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग विशिष्ट प्रकार की समस्याओं, जैसे छवि पहचान, के लिए शानदार परिणाम उत्पन्न करने के लिए किया गया है।
हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर Python कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफिकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच की आवश्यकता होती है। Colaboratory को Jupyter Notebook के शीर्ष पर बनाया गया है।
print("Plotting accuracy versus epoch") plt.plot(history.history['accuracy'], label='accuracy') plt.plot(history.history['val_accuracy'], label = 'val_accuracy') plt.xlabel('Epoch') plt.ylabel('Accuracy') plt.ylim([0.5, 1]) plt.legend(loc='lower right') print("The model is being evaluated") test_loss, test_acc = model.evaluate(test_images,test_labels, verbose=2) print("The accuracy of the model is:") print(test_acc)
कोड क्रेडिट: https://www.tensorflow.org/tutorials/images/cnn
आउटपुट
Plotting accuracy versus epoch The model is being evaluated 313/313 - 3s - loss: 0.8884 - accuracy: 0.7053 The accuracy of the model is: 0.705299973487854
व्याख्या
- सटीकता बनाम युग डेटा विज़ुअलाइज़ किया जाता है।
- यह matplotlib लाइब्रेरी का उपयोग करके किया जाता है।
- मॉडल का मूल्यांकन किया जाता है, और लॉस और सटीकता निर्धारित की जाती है।
