可以使用 Keras 预处理 API 和 `image_dataset_from_directory` 函数将花卉数据集拆分为训练集和验证集，该函数会要求指定验证集的百分比。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？使用 keras.Sequential 模型创建一个图像分类器，并使用 preprocessing.image_dataset_from_directory 加载数据。数据会高效地从磁盘加载。会识别过拟合并应用技术来减轻它。这些技术包括数据增强和 dropout。共有 3700 张花卉图像。该数据集包含 5 个子目录，其中一个子…… 阅读更多

可以使用 Keras 顺序 API 和 `PIL` 包以及 `Image.open` 方法来探索花卉数据集。不同的子目录包含不同类型的花卉图像，这些图像可以被索引并在控制台中显示。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？我们将使用 Keras 顺序 API，它有助于构建顺序模型，用于处理简单的层堆叠，其中每一层只有一个输入张量和一个输出张量。使用 keras.Sequential 模型创建一个图像分类器，并…… 阅读更多

可以使用 Keras 顺序 API 和存储数据集的 Google API 下载花卉数据集。使用 `get_file` 方法和 API（URL）来获取数据集并将其存储在内存中。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？包含至少一层卷积层的神经网络称为卷积神经网络。卷积神经网络已被用于针对特定类型的问题（例如图像识别）产生良好的结果。 使用 keras.Sequential 模型创建一个图像分类器，并加载…… 阅读更多

可以使用 `evaluate` 方法评估卷积神经网络。此方法将测试数据作为其参数。在此之前，使用 `matplotlib` 库和 `imshow` 方法将数据绘制在控制台中。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？卷积神经网络已被用于针对特定类型的问题（例如图像识别）产生良好的结果。 我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。print("Verifying the data") ... 阅读更多

可以使用 `train` 方法和 `fit` 方法分别训练和编译卷积神经网络。`epoch` 值在 `fit` 方法中提供。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？我们将使用 Keras 顺序 API，它有助于构建顺序模型，用于处理简单的层堆叠，其中每一层只有一个输入张量和一个输出张量。包含至少一层卷积层的神经网络称为卷积神经网络。卷积神经网络已被用于…… 阅读更多

可以使用 `add` 方法并将层类型指定为 `Dense` 来向顺序模型添加密集层。首先将层展平，然后添加一层。此新层将应用于整个训练数据集。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？我们将使用 Keras 顺序 API，它有助于构建顺序模型，用于处理简单的层堆叠，其中每一层只有一个输入张量和一个输出张量。我们使用 Google Colaboratory…… 阅读更多

卷积神经网络通常由以下层的组合构成：卷积层、池化层和密集层。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？卷积神经网络已被用于针对特定类型的问题（例如图像识别）产生良好的结果。可以使用 `models` 类中的 `Sequential` 方法创建它。可以使用 `add` 方法将层添加到此卷积网络中。我们将使用 Keras 顺序 API，它有助于构建顺序模型，用于处理…… 阅读更多

可以通过将数据集中存在的图像绘制在控制台上验证 CIFAR 数据集。由于 CIFAR 标签是数组，因此需要一个额外的索引。`matplotlib` 库的 `imshow` 方法用于显示图像。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。print("Verifying the data") ... 阅读更多

可以使用 `datasets` 模块中的 `load_data` 方法下载 CIFAR 数据集。它会下载数据，并将数据拆分为训练集和验证集。阅读更多：什么是 TensorFlow，以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？我们将使用 Keras 顺序 API，它有助于构建顺序模型，用于处理简单的层堆叠，其中每一层只有一个输入张量和一个输出张量。包含至少一层卷积层的神经网络称为卷积层。卷积神经网络将…… 阅读更多

可以使用以下方法分割参差不齐张量的单词代码点：分割是指将文本分割成类似单词的单元。这用于使用空格字符来分隔单词的情况，但汉语和日语等一些语言不使用空格。德语等一些语言包含需要分割才能分析其含义的长复合词。单词的代码点被分割回句子。下一步是检查单词中字符的代码点是否存在于句子中…… 阅读更多