НачатьНачать бесплатно

Работа с данными изображений

Вам дано чёрно-белое изображение буквы, закодированное в виде тензора letter. Ваша задача — определить, изображена ли на нём буква X или K. Обученной нейронной сети у вас нет, однако есть простая модель model, с помощью которой можно классифицировать letter.

Тензор letter размером 3x3 и тензор model размером 1x3 доступны в командной оболочке Python. Чтобы определить, является ли letter буквой K, умножьте letter на model, просуммируйте результат и проверьте, равен ли он 1. Как и в более сложных моделях, например нейронных сетях, model представляет собой набор весов, организованных в тензор.

Обратите внимание: функции reshape(), matmul() и reduce_sum() уже импортированы из tensorflow и готовы к использованию.

Это упражнение является частью курса

Введение в TensorFlow на Python

Посмотреть курс

Инструкции к упражнению

  • Модель model является тензором 1x3, но должна иметь форму 3x1. Измените форму model с помощью reshape().
  • Выполните матричное умножение тензора letter размером 3x3 на тензор model размером 3x1.
  • Просуммируйте элементы полученного тензора output и присвойте результат переменной prediction.
  • Выведите prediction с помощью метода .numpy(), чтобы определить, является ли letter буквой K.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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.____)
Редактировать и запускать код