Začněte nyníZačněte zdarma

Použití reálného modelu

Ivyin obrázek je připravený k použití v modelu ResNet50. Je uložený v proměnné img_ready a teď vypadá takto:

ResNet50 je model trénovaný na datasetu Imagenet, který dokáže rozlišit 1 000 různých označených objektů. ResNet50 je hluboký model s 50 vrstvami — můžeš si ho prohlédnout ve 3D zde.

ResNet50 a decode_predictions už jsou za tebe naimportované z tensorflow.keras.applications.resnet50.

Je čas použít tento natrénovaný model a zjistit, jakého je Ivy plemene!

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř instanci modelu ResNet50 a nastav parametr weights na 'imagenet'.
  • Použij model k predikci na svém zpracovaném obrázku.
  • Dekóduj první 3 predikce pomocí decode_predictions().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Instantiate a ResNet50 model with 'imagenet' weights
model = ____(weights=____)

# Predict with ResNet50 on your already processed img
preds = ____.____(____)

# Decode the first 3 predictions
print('Predicted:', ____(____, top=____)[0])
Upravit a spustit kód