Практическая работа №1 по дисциплине «Проектирование вычислительных комплексов»
жүктеу/скачать 1,24 Mb. Pdf көрінісі
|
Практическая работа 1 Проектирование ВК
| 2.4.
Keras Keras – открытая библиотека, предназначенная для работы с нейронными сетями, написанная на языке Python. Она может работать с такими средами как TensorFlow, Microsoft Cognitive Toolkit, R, Theano и PlaidML. Основная идея при разработке Keras заключалась в том, чтобы создать независимый от вычислительной платформы дружественный интерфейс, а не ещё один самостоятельный фреймворк машинного обучения. Соответственно, Keras содержит ряд блоков, часто используемых в НС: слои, цели, функции активации, оптимизаторы, инструменты для работы с изображениями и текстом и т.д. С 2017 г. Keras поддерживается как одна из библиотек в ядре TensorFlow. Для её подключения может использоваться следующий код: import keras as ks 2.5. Seaborn Библиотека Seaborn предназначена для визуализации данных и является надстройкой над популярной библиотекой matplotlib. Seaborn особенно широко используется в Notebook’ах и в сочетании с Pandas, давая возможности для построения эстетично выглядящих и информативных статистических диаграмм. Для подключения Seaborn в Colab / TensorFlow может быть использован следующий программный код: !pip install -q seaborn # при необходимости import matplotlib.pyplot as plt import seaborn as sns Есть возможность выбора в качестве основной одной из шести палитр (цветовых комбинаций), предоставляемых Seaborn 3 : def plot_color_palette(palette: str): figure = sns.palplot(sns.color_palette()) plt.xlabel("Color palette: " + palette) plt.show(figure) 2 См. документацию https://colab.research.google.com/notebooks/mlcc/intro_to_pandas.ipynb 3 См. https://towardsdatascience.com/matplotlib-seaborn-basics-2bd7b66dbee2 palettes = ["deep", "muted", "pastel", "bright", "dark", "colorblind"] for palette in palettes: sns.set(palette=palette) plot_color_palette(palette) |