เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ใช้งานโมเดลจากโลกจริง

เยี่ยมมาก ตอนนี้รูปภาพของ Ivy พร้อมใช้งานกับ ResNet50 แล้ว โดยถูกเก็บไว้ในตัวแปร img_ready และมีหน้าตาดังนี้:

ResNet50 เป็นโมเดลที่ฝึกบน Imagenet dataset ซึ่งสามารถแยกแยะวัตถุที่มีป้ายกำกับได้ถึง 1,000 ประเภท ResNet50 เป็นโมเดลขนาดใหญ่ที่มีถึง 50 เลเยอร์ ดูโครงสร้างแบบ 3 มิติได้ที่นี่

ResNet50 และ decode_predictions ถูก import จาก tensorflow.keras.applications.resnet50 ให้เรียบร้อยแล้ว

ถึงเวลาใช้โมเดลที่ฝึกมาแล้วนี้เพื่อค้นหาสายพันธุ์ของ Ivy กันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างอินสแตนซ์ของโมเดล ResNet50 โดยกำหนดพารามิเตอร์ weights เป็น 'imagenet'
  • ใช้ model ทำนายผลบนภาพที่ผ่านการประมวลผลแล้ว
  • ถอดรหัสผลการทำนาย 3 อันดับแรกด้วย decode_predictions()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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])
แก้ไขและรันโค้ด