रियल-वर्ल्ड मॉडल का उपयोग
ठीक है, अब Ivy की पिक्चर ResNet50 में इस्तेमाल के लिए तैयार है. यह img_ready में स्टोर है और अब कुछ ऐसी दिखती है:
ResNet50 एक मॉडल है जिसे Imagenet डेटासेट पर ट्रेन किया गया है और यह 1000 अलग-अलग लेबल किए गए ऑब्जेक्ट्स में फर्क कर सकता है. ResNet50 50 लेयर्स वाला एक डीप मॉडल है. आप इसे 3D में यहाँ देख सकते हैं.
ResNet50 और decode_predictions दोनों ही आपके लिए tensorflow.keras.applications.resnet50 से इम्पोर्ट किए गए हैं.
अब समय है, इसी ट्रेन्ड मॉडल का उपयोग करके Ivy की ब्रीड पता करने का!
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ डीप लर्निंग परिचय
अभ्यास निर्देश
ResNet50मॉडल को इंस्टैंशिएट करें और weights पैरामीटर'imagenet'सेट करें.- अपनी प्रोसेस की हुई इमेज पर प्रेडिक्ट करने के लिए
modelका उपयोग करें. decode_predictions()की मदद से पहले 3 प्रेडिक्शंस डिकोड करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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])