शुरू करेंमुफ़्त में शुरू करें

इमेज डेटा के साथ काम करना

आपके पास एक अक्षर की ब्लैक-एंड-व्हाइट इमेज है, जिसे एक टेन्सर letter के रूप में एन्कोड किया गया है. आप यह निर्धारित करना चाहते हैं कि यह अक्षर X है या K. आपके पास कोई प्रशिक्षित न्यूरल नेटवर्क नहीं है, लेकिन आपके पास एक सिंपल मॉडल model है, जिसका उपयोग letter को क्लासिफाई करने के लिए किया जा सकता है.

3x3 टेन्सर letter और 1x3 टेन्सर model Python शेल में उपलब्ध हैं. आप यह पता लगा सकते हैं कि letter K है या नहीं, इसके लिए letter को model से गुणा करें, प्राप्त परिणाम का सम लें, और जाँचें कि क्या वह 1 के बराबर है. जैसे अधिक जटिल मॉडलों (जैसे न्यूरल नेटवर्क) में होता है, model वेट्स का एक कलेक्शन है, जो एक टेन्सर में व्यवस्थित हैं.

ध्यान दें कि tensorflow से reshape(), matmul(), और reduce_sum() फंक्शन इम्पोर्ट किए गए हैं और उपयोग के लिए उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में TensorFlow परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • मॉडल model एक 1x3 टेन्सर है, लेकिन इसे 3x1 होना चाहिए. model को reshape करें.
  • 3x3 टेन्सर letter और 3x1 टेन्सर model का मैट्रिक्स मल्टिप्लिकेशन करें.
  • प्राप्त टेन्सर output का सम लें और इस मान को prediction में असाइन करें.
  • यह जाँचने के लिए कि letter K है या नहीं, .numpy() मेथड का उपयोग करके prediction को प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Reshape model from a 1x3 to a 3x1 tensor
model = ____(model, (____, ____))

# Multiply letter by model
output = ____(letter, model)

# Sum over output and print prediction using the numpy method
prediction = ____
print(prediction.____)
कोड संपादित करें और चलाएँ