ПочатиПочніть безкоштовно

Робота з даними зображень

Вам надано чорно-біле зображення літери, закодоване як тензор letter. Ви хочете визначити, чи це літера X, чи K. У вас немає натренованої нейронної мережі, але є проста модель model, яку можна використати для класифікації letter.

Тензор 3x3 letter і тензор 1x3 model доступні в оболонці Python. Ви можете з'ясувати, чи є letter літерою K, помноживши letter на model, підсумувавши результат і перевіривши, чи дорівнює він 1. Як і у складніших моделях, зокрема нейронних мережах, model — це набір ваг, розміщених у тензорі.

Зауважте, що функції reshape(), matmul() і reduce_sum() було імпортовано з tensorflow, тож вони доступні для використання.

Ця вправа є частиною курсу

Вступ до TensorFlow на Python

Переглянути курс

Інструкції до вправи

  • Модель model має форму 1x3, але має бути 3x1. Змініть форму model.
  • Виконайте множення матриць: тензор 3x3 letter на тензор 3x1 model.
  • Підсумуйте елементи отриманого тензора output і присвойте це значення змінній prediction.
  • Виведіть prediction, застосувавши метод .numpy(), щоб визначити, чи є letter літерою K.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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.____)
Редагувати та запускати код