Lets set it up

{
"image_dim_ordering": "th",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "theano"
}

সেটআপের জন্য এটিই। আমরা এখন আমাদের খুব won থাকা নিউরাল নেটওয়ার্কের কোডিং শুরু করতে পারি।

প্রথম ডিজাইন 


প্রথমে নেটওয়ার্কটির আমাদের নকশা সম্পর্কে কথা বলা যাক, এই টিউটোরিয়ালে আমরা জিনিসগুলি আরও সহজ রাখতে যাচ্ছি। সুতরাং আমরা একটি সুপার সিম্পল ডিজাইন তৈরি করছি, আমরা আমাদের পরবর্তী টিউটোরিয়ালে আরও জটিল ডিজাইন তৈরি করব।

আমরা কী করতে যাচ্ছি তার সম্পর্কে কিছুটা উপলব্ধি করা ভাল  নকশাটি নীচের চিত্রের মতো দেখায়।

[ictt-tweet-blockquote]Lets Code A Neural Network[/ictt-tweet-blockquote]

from keras.models import Sequential
from keras.layers import Dense
import numpy as np

model = Sequential()

model.add(Dense(5, input_dim=2, activation='tanh'))

model = Sequential()
model.add(Dense(5, input_dim=2, activation='tanh'))
model.add(Dense(1, activation='tanh'))

Compile The Model

# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

Lets Create the Dataset

• 1,1 -> 0
• 1,0 -> 1
• 0,1 -> 1
• 0,0 -> 0

# Preparing Inputs 
input=[]
input.append([0,0])
input.append([0,1])
input.append([1,0])
input.append([1,1])

#converting Input variable from list to numpy array
input=np.asarray(input)

#Preparing corresponding Outputs
output=[]
output.append([0])
output.append([1])
output.append([1])
output.append([0])

#Converting list to numpy array

output=np.asarray(output)

model.fit(input,output,shuffle=True, nb_epoch=200, batch_size=4)

• মডেলকে পরীক্ষা

#Testing with input 1,1 / Expected Output  is 0
input=[[1,1]]
input=np.asarray(input)
output=model.predict(input)
print output[0]

[ictt-tweet-blockquote]Complete Neural Network Code[/ictt-tweet-blockquote]

from keras.models import Sequential 
from keras.layers import Dense 
import numpy as np

model = Sequential()
model.add(Dense(5, input_dim=2, activation='tanh'))
model.add(Dense(1, activation='tanh'))

# Compile model 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# Preparing Inputs 
inputSet=[] 
inputSet.append([0,0]) 
inputSet.append([0,1]) 
inputSet.append([1,0]) 
inputSet.append([1,1]) 

#converting Input variable from list to numpy array 
inputSet=np.asarray(inputSet) 

#Preparing corresponding Outputs 
output=[] 
output.append([0]) 
output.append([1]) 
output.append([1]) 
output.append([0]) 

#Converting list to numpy array 
output=np.asarray(output)

#training the model
model.fit(inputSet,output,shuffle=True, nb_epoch=200, batch_size=4)

#Testing with input 1,1 / Expected Output is 0 
inputSet=[[1,1]] 
inputSet=np.asarray(inputSet) 
output=model.predict(inputSet) 
print "Output of 1,1"
print (output[0]);

Output