एक छोटा dataset load करना
यह क्यों मायने रखता है Module 3 में आप एक network को हाथ से लिखे अंक पढ़ना सिखाएँगे। यहाँ आप पहले data से मिलते हैं।
scikit-learn 1,797 हाथ से लिखे अंकों का एक छोटा set देता है, हर एक 0 से 16 तक चमक मानों का एक 8 गुणा 8 grid, 0 से 9 के एक label के साथ।
from sklearn.datasets import load_digits
d = load_digits()
d.images.shape # (1797, 8, 8)
d.target[:5] # the labels of the first five
किसी भी dataset पर train करने से पहले, गिनें कि हर class में कितने उदाहरण हैं। अगर एक अंक के दस गुना ज़्यादा उदाहरण होते, एक आलसी model हमेशा उसी का अनुमान लगाकर अच्छे अंक पा सकता था।
Class: उन जवाबों में से एक जो एक classifier दे सकता है, यहाँ अंक 0 से 9।
सार किसी भी और चीज़ से पहले shapes देखें और classes गिनें।
इस पाठ के शब्द और चिह्न
- array
- संख्याओं का एक NumPy block, सब एक प्रकार की, जो हर item पर एक साथ गणित करता है
- shape
- हर दिशा में एक array का आकार, उदाहरण के लिए (32, 64) 64 की 32 rows है
अंक load करें। n_images को images की संख्या पर, pixels_per_image को एक image में pixels की संख्या पर, और class_counts को 10 गिनतियों के एक array (हर अंक कितने) पर सेट करें। np.bincount आपके लिए पूर्ण संख्याएँ गिनता है।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।