Zacznij terazZacznij za darmo

Praca z danymi obrazowymi

Masz do dyspozycji czarno-biały obraz litery zakodowany jako tensor letter. Twoim zadaniem jest określenie, czy litera to X, czy K. Nie masz wytrenowanej sieci neuronowej, ale dysponujesz prostym modelem model, który możesz wykorzystać do klasyfikacji tensora letter.

Tensor letter o kształcie 3x3 oraz tensor model o kształcie 1x3 są dostępne w powłoce Pythona. Możesz sprawdzić, czy letter to K, mnożąc letter przez model, sumując wynik i sprawdzając, czy jest równy 1. Podobnie jak w bardziej złożonych modelach – takich jak sieci neuronowe – model to zbiór wag ułożonych w tensorze.

Zwróć uwagę, że funkcje reshape(), matmul() i reduce_sum() zostały zaimportowane z tensorflow i są gotowe do użycia.

To ćwiczenie jest częścią kursu

Wprowadzenie do TensorFlow w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Tensor model ma kształt 1x3, ale powinien mieć kształt 3x1. Zmień kształt tensora model za pomocą reshape().
  • Wykonaj mnożenie macierzowe tensora letter o kształcie 3x3 przez tensor model o kształcie 3x1.
  • Zsumuj elementy wynikowego tensora output i przypisz tę wartość do zmiennej prediction.
  • Wyświetl prediction, używając metody .numpy(), aby sprawdzić, czy litera to K.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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.____)
Edytuj i uruchom kod