Mulai sekarangMulai gratis

Menggunakan model dunia nyata

Baik, jadi foto Ivy sudah siap digunakan oleh ResNet50. Foto tersebut disimpan dalam img_ready dan sekarang terlihat seperti ini:

ResNet50 adalah model yang dilatih pada himpunan data Imagenet yang mampu membedakan 1000 objek berlabel yang berbeda. ResNet50 adalah model deep dengan 50 lapisan; Anda dapat melihatnya dalam 3D di sini.

ResNet50 dan decode_predictions telah diimpor dari tensorflow.keras.applications.resnet50 untuk Anda.

Sekarang saatnya menggunakan model terlatih ini untuk mengetahui ras Ivy!

Latihan ini merupakan bagian dari kursus

Pengantar Deep Learning dengan Keras

Lihat Kursus

Instruksi latihan

  • Instansiasikan model ResNet50, atur parameter weights menjadi 'imagenet'.
  • Gunakan model untuk melakukan prediksi pada gambar yang telah diproses.
  • Dekode 3 prediksi teratas dengan decode_predictions().

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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])
Edit dan Jalankan Kode