{"id":20776,"date":"2021-04-07T00:18:55","date_gmt":"2021-04-06T19:48:55","guid":{"rendered":"https:\/\/maktabkhooneh.org\/mag\/?p=20776"},"modified":"2026-04-06T20:06:48","modified_gmt":"2026-04-06T16:36:48","slug":"%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-%da%a9%d8%b1%d8%b3-keras-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86","status":"publish","type":"post","link":"https:\/\/maktabkhooneh.org\/mag\/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-%da%a9%d8%b1%d8%b3-keras-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86\/","title":{"rendered":"\u0622\u0645\u0648\u0632\u0634 Keras \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0628\u0647 \u0635\u0648\u0631\u062a \u0642\u062f\u0645 \u0628\u0647 \u0642\u062f\u0645"},"content":{"rendered":"\n

\u06a9\u0631\u0633 (Keras) \u06cc\u06a9\u06cc \u0627\u0632 \u0628\u0647\u062a\u0631\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0648 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0646\u0628\u0639 \u0628\u0627\u0632 \u0628\u0648\u062f\u0647 \u06a9\u0647 \u0628\u0647 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647 \u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a. \u0627\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062f\u0631 \u0628\u0627\u0644\u0627\u06cc TensorFlow \u06cc\u0627 Theano \u0627\u062c\u0631\u0627 \u0634\u0648\u062f. Keras \u0628\u0627 \u062a\u0645\u0631\u06a9\u0632 \u0628\u0631 \u0627\u0645\u06a9\u0627\u0646 \u0622\u0632\u0645\u0627\u06cc\u0634 \u0633\u0631\u06cc\u0639 \u062a\u0648\u0633\u0639\u0647 \u062f\u0627\u062f\u0647 \u0634\u062f\u0647 \u0648 \u0627\u06cc\u0646 \u0627\u0645\u06a9\u0627\u0646 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0646\u0645\u0648\u0646\u0647\u200c\u0633\u0627\u0632\u06cc \u0622\u0633\u0627\u0646 \u0648 \u0633\u0631\u06cc\u0639 \u0645\u062f\u0644\u200c\u0647\u0627\u06cc \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0641\u0631\u0627\u0647\u0645 \u0645\u06cc\u200c\u06a9\u0646\u062f. \u0647\u0645 \u0627\u0632 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u06a9\u0627\u0646\u0648\u0644\u0648\u0634\u0646\u0627\u0644 \u0648 \u0647\u0645 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u062a\u06a9\u0631\u0627\u0631\u06cc \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u062a\u0631\u06a9\u06cc\u0628\u06cc \u0627\u0632 \u0627\u06cc\u0646 \u062f\u0648 \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u0645\u06cc \u06a9\u0646\u062f. \u062f\u0631 \u0627\u06cc\u0646 \u0645\u0637\u0644\u0628 \u0622\u0645\u0648\u0632\u0634\u06cc \u0627\u0632 \u0645\u06a9\u062a\u0648\u0628 \u0642\u0631\u0627\u0631 \u0627\u0633\u062a \u0628\u0647 \u0622\u0645\u0648\u0632\u0634 Keras \u0648 \u0627\u0628\u0639\u0627\u062f \u0645\u062e\u062a\u0644\u0641 \u0622\u0646 \u0628\u067e\u0631\u062f\u0627\u0632\u06cc\u0645. \u067e\u0633 \u0628\u0627 \u0645\u0627 \u0647\u0645\u0631\u0627\u0647 \u0628\u0627\u0634\u06cc\u062f.<\/p>\n\n\n\n

\u062f\u0631 \u0627\u06cc\u0646 \u0645\u0642\u0627\u0644\u0647 \u0645\u0627 \u0645\u06cc\u200c\u062e\u0648\u0627\u0647\u06cc\u0645 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u062f\u0631 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 (Python) \u0631\u0627 \u0622\u0645\u0648\u0632\u0634 \u062f\u0647\u06cc\u0645 \u0648 \u0646\u0634\u0627\u0646 \u062f\u0647\u06cc\u0645 \u06a9\u0647 \u0686\u06af\u0648\u0646\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u0627\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06cc\u06a9 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc (Neutal Network) \u0631\u0627 \u0633\u0627\u062e\u062a. \u0634\u0646\u0627\u062e\u062a \u0628\u0633\u062a\u0647\u200c\u0647\u0627\u06cc \u0639\u0644\u0645\u06cc \u0645\u062b\u0644 Numpy \u0648 Pandas \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u0622\u0634\u0646\u0627\u06cc\u06cc \u0628\u0627 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647\u200c\u0647\u0627\u06cc scikit-learn \u0645\u0637\u0627\u0644\u0628\u06cc \u0647\u0633\u062a\u0646\u062f \u06a9\u0647 \u062c\u0632 \u067e\u06cc\u0634\u200c\u0646\u06cc\u0627\u0632\u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0628\u0647 \u062d\u0633\u0627\u0628 \u0645\u06cc\u200c\u0622\u06cc\u0646\u062f. <\/span>\u062f\u0631 \u0627\u062f\u0627\u0645\u0647 \u0645\u0637\u0644\u0628 \u0628\u0627 \u0645\u0627 \u0647\u0645\u0631\u0627\u0647 \u0628\u0627\u0634\u06cc\u062f \u062a\u0627 \u0645\u0637\u0627\u0644\u0628 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627 \u0631\u0627 \u0628\u0627 \u0647\u0645 \u0641\u0631\u0627\u06af\u06cc\u0631\u06cc\u0645.<\/span><\/p>\n\n\n\n

\u0645\u0639\u0631\u0641\u06cc \u06a9\u0627\u0645\u0644 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras<\/h2>\n\n\n\n

Keras \u06cc\u06a9 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0645\u0646\u0628\u0639 \u0628\u0627\u0632 \u0648 \u06cc\u06a9\u06cc \u0627\u0632 \u0628\u0647\u062a\u0631\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u0647\u0627\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646<\/a> \u0645\u062d\u0633\u0648\u0628 \u0645\u06cc\u200c\u0634\u0648\u062f \u06a9\u0647 \u0628\u0647 \u0632\u0628\u0627\u0646 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a. \u0627\u06cc\u0646 \u0628\u0647 \u0639\u0646\u0648\u0627\u0646 \u06cc\u06a9 API \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0633\u0637\u062d \u0628\u0627\u0644\u0627 \u062a\u0648\u0633\u0639\u0647\u200c\u06cc\u0627\u0641\u062a\u0647 \u0627\u0633\u062a \u06a9\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062f\u0631 \u0628\u0627\u0644\u0627\u06cc TensorFlow\u060c CNTK \u06cc\u0627 Theano \u0627\u062c\u0631\u0627 \u0634\u0648\u062f. Keras \u0622\u0632\u0645\u0627\u06cc\u0634 \u0633\u0631\u06cc\u0639 \u0628\u0627 \u0645\u062f\u0644\u200c\u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0631\u0627 \u0627\u0645\u06a9\u0627\u0646\u200c\u067e\u0630\u06cc\u0631 \u0645\u06cc\u200c\u06a9\u0646\u062f \u0648 \u0627\u0632 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u06a9\u0627\u0646\u0648\u0644\u0648\u0634\u0646\u0627\u0644 \u0648 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u062a\u06a9\u0631\u0627\u0631\u06cc \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u062a\u0631\u06a9\u06cc\u0628\u06cc \u0627\u0632 \u0627\u06cc\u0646 \u062f\u0648 \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u0645\u06cc \u06a9\u0646\u062f. \u0627\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0628\u0647 \u0637\u0648\u0631 \u06af\u0633\u062a\u0631\u062f\u0647 \u0628\u0631\u0627\u06cc \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0647\u0627\u06cc\u06cc \u0645\u0627\u0646\u0646\u062f \u062a\u0634\u062e\u06cc\u0635 \u0648 \u067e\u0631\u062f\u0627\u0632\u0634 \u062a\u0635\u0648\u06cc\u0631\u060c \u067e\u0631\u062f\u0627\u0632\u0634 \u0632\u0628\u0627\u0646 \u0637\u0628\u06cc\u0639\u06cc \u0648 \u062a\u0634\u062e\u06cc\u0635 \u06af\u0641\u062a\u0627\u0631 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. Keras \u062f\u0627\u0631\u0627\u06cc \u06cc\u06a9 API \u06a9\u0627\u0631\u0628\u0631\u067e\u0633\u0646\u062f \u0627\u0633\u062a \u06a9\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0648 \u0627\u0634\u06a9\u0627\u0644\u200c\u0632\u062f\u0627\u06cc\u06cc \u0622\u0646 \u0631\u0627 \u0622\u0633\u0627\u0646 \u0645\u06cc \u06a9\u0646\u062f. Keras \u0647\u0645\u0686\u0646\u06cc\u0646 \u0634\u0627\u0645\u0644 \u062a\u0639\u062f\u0627\u062f\u06cc \u0627\u0628\u0632\u0627\u0631 \u0628\u0631\u0627\u06cc \u062a\u062c\u0633\u0645 \u0648 \u062f\u0631\u06a9 \u0645\u062f\u0644\u200c\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0645\u06cc\u200c\u0633\u0627\u0632\u062f.<\/p>\n\n\n\n

\"\u0622\u0645\u0648\u0632\u0634
<\/figcaption><\/figure>\n\n\n\n

Keras \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u0645\u062f\u0644\u200c\u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u067e\u06cc\u0686\u06cc\u062f\u0647 \u062f\u0631 \u0686\u0646\u062f \u062e\u0637 \u06a9\u062f \u0645\u0648\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u06af\u06cc\u0631\u062f \u0648 \u0647\u0645 \u0628\u0631\u0627\u06cc \u062a\u062d\u0642\u06cc\u0642 \u0648 \u0647\u0645 \u0628\u0631\u0627\u06cc \u062a\u0648\u0644\u06cc\u062f \u0645\u0646\u0627\u0633\u0628 \u0627\u0633\u062a. Keras \u0628\u0633\u06cc\u0627\u0631 \u062a\u0648\u0633\u0639\u0647\u200c\u067e\u0630\u06cc\u0631 \u0648 \u0627\u0645\u06a9\u0627\u0646 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u0645\u0648\u062a\u0648\u0631\u0647\u0627\u06cc \u067e\u0634\u062a\u06cc\u0628\u0627\u0646 \u0645\u062a\u0639\u062f\u062f \u0645\u0627\u0646\u0646\u062f TensorFlow\u060c Theano \u0648 CNTK \u0631\u0627 \u0641\u0631\u0627\u0647\u0645 \u0645\u06cc \u06a9\u0646\u062f. \u062f\u0631 \u0627\u062f\u0627\u0645\u0647 \u0628\u0647  \u0622\u0645\u0648\u0632\u0634 keras \u0648 \u0627\u0628\u0639\u0627\u062f \u0645\u062e\u062a\u0644\u0641 \u0622\u0646 \u062e\u0648\u0627\u0647\u06cc\u0645 \u067e\u0631\u062f\u0627\u062e\u062a.<\/p>\n\n\n\n

\u0648\u06cc\u0698\u06af\u06cc \u0647\u0627\u06cc \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633<\/h3>\n\n\n\n

\u06a9\u0631\u0633 \u0648\u06cc\u0698\u06af\u06cc\u200c\u0647\u0627\u06cc \u0628\u0633\u06cc\u0627\u0631 \u0642\u0627\u0628\u0644\u200c\u062a\u0648\u062c\u0647\u06cc \u062f\u0627\u0631\u062f \u0648 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062f\u0631 \u0628\u0627\u0644\u0627\u06cc TensorFlow\u060c Microsoft Cognitive Toolkit\u060c Theano \u06cc\u0627 PlaidML \u0627\u062c\u0631\u0627 \u0634\u0648\u062f. Keras \u0627\u0645\u06a9\u0627\u0646 \u0646\u0645\u0648\u0646\u0647\u200c\u0633\u0627\u0632\u06cc \u0622\u0633\u0627\u0646 \u0648 \u0633\u0631\u06cc\u0639 \u0631\u0627 \u0641\u0631\u0627\u0647\u0645 \u0645\u06cc\u200c\u06a9\u0646\u062f\u060c \u0627\u0632 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u06a9\u0627\u0646\u0648\u0644\u0648\u0634\u0646\u0627\u0644 \u0648 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u062a\u06a9\u0631\u0627\u0631\u06cc \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u0645\u06cc\u200c\u06a9\u0646\u062f \u0648 \u0628\u0647\u200c\u0637\u0648\u0631 \u06cc\u06a9\u067e\u0627\u0631\u0686\u0647 \u0631\u0648\u06cc CPU \u0648 GPU \u0627\u062c\u0631\u0627 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0647\u0645\u0686\u0646\u06cc\u0646 \u062f\u0627\u0631\u0627\u06cc \u0627\u0628\u0632\u0627\u0631\u0647\u0627 \u0648 \u0648\u06cc\u0698\u06af\u06cc\u200c\u0647\u0627\u06cc \u0645\u062e\u062a\u0644\u0641\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0622\u0646 \u0631\u0627 \u0628\u0631\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0645\u0646\u0627\u0633\u0628 \u0645\u06cc \u06a9\u0646\u062f. \u0645\u0647\u0645\u200c\u062a\u0631\u06cc\u0646 \u0627\u06cc\u0646 \u0648\u06cc\u0698\u06af\u06cc\u200c\u0647\u0627 \u0628\u0647 \u0635\u0648\u0631\u062a \u0645\u0648\u0627\u0631\u062f \u0632\u06cc\u0631 \u0647\u0633\u062a\u0646\u062f:<\/p>\n\n\n\n

    \n
  1. \u0645\u0627\u0698\u0648\u0644\u0627\u0631 \u0648 \u0642\u0627\u0628\u0644\u200c\u062a\u0631\u06a9\u06cc\u0628\u060c \u06a9\u0647 \u0627\u0645\u06a9\u0627\u0646 \u0633\u0627\u062e\u062a \u0648 \u0633\u0641\u0627\u0631\u0634\u06cc\u200c\u0633\u0627\u0632\u06cc \u0622\u0633\u0627\u0646 \u0645\u062f\u0644 \u0631\u0627 \u0641\u0631\u0627\u0647\u0645 \u062e\u0648\u0627\u0647\u062f \u06a9\u0631\u062f.<\/li>\n\n\n\n
  2. \u0622\u0633\u0627\u0646 \u0628\u0631\u0627\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0648 \u062f\u0631\u06a9\u060c \u0628\u0627 \u0627\u0633\u0646\u0627\u062f \u0631\u0648\u0634\u0646 \u0648 \u06cc\u06a9 \u062c\u0627\u0645\u0639\u0647 \u067e\u0634\u062a\u06cc\u0628\u0627\u0646 \u0642\u0648\u06cc.<\/li>\n\n\n\n
  3. \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u0627\u0632 \u0686\u0646\u062f\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u062f\u06cc\u06af\u0631\u060c \u0627\u0632\u062c\u0645\u0644\u0647 TensorFlow\u060c Microsoft Cognitive Toolkit\u060c Theano\u060c \u0648 PlaidML.<\/li>\n\n\n\n
  4. \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u062f\u0627\u062e\u0644\u06cc \u0627\u0632 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u06a9\u0627\u0646\u0648\u0644\u0648\u0634\u0646\u0627\u0644 \u0648 \u062a\u06a9\u0631\u0627\u0631\u06cc.<\/li>\n\n\n\n
  5. \u0642\u0627\u0628\u0644\u06cc\u062a \u0627\u062c\u0631\u0627\u06cc \u06cc\u06a9\u067e\u0627\u0631\u0686\u0647 \u0628\u0631 \u0631\u0648\u06cc CPU \u0648 GPU.<\/li>\n\n\n\n
  6. \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u0627\u0632 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0627\u0646\u062a\u0642\u0627\u0644 \u0648 \u062a\u0646\u0638\u06cc\u0645 \u062f\u0642\u06cc\u0642.<\/li>\n\n\n\n
  7. \u067e\u0634\u062a\u06cc\u0628\u0627\u0646\u06cc \u062f\u0627\u062e\u0644\u06cc \u0628\u0631\u0627\u06cc \u0627\u0641\u0632\u0627\u06cc\u0634 \u062f\u0627\u062f\u0647\u200c\u0647\u0627.<\/li>\n\n\n\n
  8. \u0627\u0633\u062a\u0642\u0631\u0627\u0631 \u0622\u0633\u0627\u0646 \u0628\u0631 \u0631\u0648\u06cc \u067e\u0644\u062a\u0641\u0631\u0645\u200c\u0647\u0627\u06cc \u0627\u0628\u0631\u06cc.<\/li>\n<\/ol>\n\n\n\n

    \u06a9\u0627\u0631\u0628\u0631\u062f \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0686\u06cc\u0633\u062a\u061f<\/h3>\n\n\n\n

    Keras \u06cc\u06a9 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0627\u0633\u062a \u06a9\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u0645\u062f\u0644\u200c\u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 (deep learning) \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0634\u0648\u062f. \u06a9\u0631\u0633 \u062f\u0631\u0648\u0627\u0642\u0639 \u06cc\u06a9 API \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0633\u0637\u062d \u0628\u0627\u0644\u0627 \u0645\u062d\u0633\u0648\u0628 \u0645\u06cc\u200c\u0634\u0648\u062f \u06a9\u0647 \u0628\u0647 \u0632\u0628\u0627\u0646 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a \u0648 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u0628\u0631 \u0631\u0648\u06cc \u062f\u06cc\u06af\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647\u200c\u0647\u0627\u06cc \u0645\u0639\u0631\u0648\u0641 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0645\u0627\u0634\u06cc\u0646\u06cc \u0645\u0627\u0646\u0646\u062f TensorFlow \u0627\u062c\u0631\u0627 \u0634\u0648\u062f.<\/p>\n\n\n\n

    \"\u06a9\u0627\u0631\u0628\u0631\u062f
    <\/figcaption><\/figure>\n\n\n\n

    \u06cc\u06a9 \u0645\u0648\u0631\u062f \u0628\u0627\u0644\u0642\u0648\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 Keras \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u0645\u062f\u0644 \u0628\u06cc\u0646\u0627\u06cc\u06cc \u06a9\u0627\u0645\u067e\u06cc\u0648\u062a\u0631\u06cc \u0628\u0631\u0627\u06cc \u0634\u0646\u0627\u0633\u0627\u06cc\u06cc \u0627\u0634\u06cc\u0627\u0621 \u062f\u0631 \u062a\u0635\u0627\u0648\u06cc\u0631 \u0627\u0633\u062a. \u0627\u06cc\u0646 \u0645\u062f\u0644 \u0631\u0627 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0627 \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647\u200c\u0627\u06cc \u0627\u0632 \u062a\u0635\u0627\u0648\u06cc\u0631 \u0628\u0627 \u0627\u0634\u06cc\u0627\u0621 \u0628\u0631\u0686\u0633\u0628\u200c\u06af\u0630\u0627\u0631\u06cc \u0634\u062f\u0647\u060c \u0645\u0627\u0646\u0646\u062f \u0645\u0627\u0634\u06cc\u0646\u200c\u0647\u0627\u060c \u062f\u0631\u062e\u062a\u0627\u0646\u060c \u062d\u06cc\u0648\u0627\u0646\u0627\u062a \u0648 \u063a\u06cc\u0631\u0647 \u0622\u0645\u0648\u0632\u0634 \u062f\u0627\u062f. \u067e\u0633 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 \u0648 \u067e\u06cc\u06a9\u0631\u0628\u0646\u062f\u06cc \u0645\u062f\u0644\u060c \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0627\u0632 \u0622\u0646 \u0628\u0631\u0627\u06cc \u0634\u0646\u0627\u0633\u0627\u06cc\u06cc \u0627\u0634\u06cc\u0627\u0621 \u062f\u0631 \u062a\u0635\u0627\u0648\u06cc\u0631 \u062c\u062f\u06cc\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f. \u06a9\u0631\u0633 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062f\u0631 \u06cc\u06a9 \u0633\u06cc\u0633\u062a\u0645 \u062e\u0648\u062f\u06a9\u0627\u0631 \u0628\u0631\u0627\u06cc \u0634\u0646\u0627\u0633\u0627\u06cc\u06cc \u0633\u0631\u06cc\u0639 \u0648 \u062f\u0642\u06cc\u0642 \u0627\u0634\u06cc\u0627\u0621\u060c \u0645\u0627\u0646\u0646\u062f \u06cc\u06a9 \u0645\u0627\u0634\u06cc\u0646 \u062e\u0648\u062f\u0631\u0627\u0646 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0634\u0648\u062f.<\/p>\n\n\n\n

    \u06cc\u06a9\u06cc \u062f\u06cc\u06af\u0631 \u0627\u0632 \u0645\u0648\u0627\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0628\u0627\u0644\u0642\u0648\u0647 \u0628\u0631\u0627\u06cc Keras \u0628\u0631\u0627\u06cc \u067e\u0631\u062f\u0627\u0632\u0634 \u0632\u0628\u0627\u0646 \u0637\u0628\u06cc\u0639\u06cc (NLP) \u0627\u0633\u062a. \u0627\u0632 Keras \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0631\u0627\u06cc \u0633\u0627\u062e\u062a \u0645\u062f\u0644\u200c\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f \u06a9\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u0646\u062f \u0645\u062a\u0646 \u0632\u0628\u0627\u0646 \u0637\u0628\u06cc\u0639\u06cc \u0631\u0627 \u062f\u0631\u06a9 \u0648 \u062a\u0641\u0633\u06cc\u0631 \u06a9\u0646\u0646\u062f. \u0627\u06cc\u0646 \u0645\u062f\u0644\u200c\u0647\u0627 \u0631\u0627 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0627 \u0645\u062c\u0645\u0648\u0639\u0647\u200c\u0627\u06cc \u0627\u0632 \u0645\u062a\u0646\u060c \u0645\u0627\u0646\u0646\u062f \u0645\u0642\u0627\u0644\u0647\u200c\u0647\u0627\u06cc \u062e\u0628\u0631\u06cc \u06cc\u0627 \u06a9\u062a\u0627\u0628\u060c \u0622\u0645\u0648\u0632\u0634 \u062f\u0627\u062f \u0648 \u0633\u067e\u0633 \u0628\u0631\u0627\u06cc \u062a\u062d\u0644\u06cc\u0644 \u0648 \u062a\u0641\u0633\u06cc\u0631 \u0645\u062a\u0646 \u062c\u062f\u06cc\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f. \u0627\u06cc\u0646 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062a\u0648\u0633\u0637 \u06cc\u06a9 \u0633\u06cc\u0633\u062a\u0645 \u062e\u0648\u062f\u06a9\u0627\u0631 \u0628\u0631\u0627\u06cc \u067e\u0631\u062f\u0627\u0632\u0634 \u0648 \u062f\u0631\u06a9 \u067e\u0631\u0633\u200c\u0648\u062c\u0648\u0647\u0627 \u06cc\u0627 \u062f\u0633\u062a\u0648\u0631\u0627\u062a \u0632\u0628\u0627\u0646 \u0637\u0628\u06cc\u0639\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0634\u0648\u062f. \u0627\u0645\u0631\u0648\u0632\u0647 \u0622\u0645\u0648\u0632\u0634 Keras \u0627\u0647\u0645\u06cc\u062a \u0628\u0633\u06cc\u0627\u0631 \u0632\u06cc\u0627\u062f\u06cc \u062f\u0627\u0631\u062f \u0648 \u0632\u06cc\u0631 \u0628\u06cc\u0634\u062a\u0631 \u06a9\u0627\u0631\u0628\u0631\u062f\u0647\u0627\u06cc \u0647\u0648\u0634 \u0645\u0635\u0646\u0648\u0639\u06cc \u0648 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0645\u0627\u0634\u06cc\u0646 \u0628\u0647 \u0622\u0646 \u0648\u0627\u0628\u0633\u062a\u0647 \u0647\u0633\u062a\u0646\u062f.<\/p>\n\n\n\n

    \u0646\u062d\u0648\u0647 \u0646\u0635\u0628 kears  \u062f\u0631 \u0633\u06cc\u0633\u062a\u0645 \u0639\u0627\u0645\u0644 \u0647\u0627\u06cc \u0645\u062e\u062a\u0644\u0641<\/h3>\n\n\n\n

    \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 Keras \u0628\u0647 \u0646\u062d\u0648\u0647 \u0646\u0635\u0628 \u0622\u0646 \u062f\u0631 \u0633\u06cc\u0633\u062a\u0645\u200c\u0639\u0627\u0645\u0644\u200c\u0647\u0627\u06cc \u0645\u062e\u062a\u0644\u0641 \u062e\u0648\u0647\u0627\u06cc\u0645 \u067e\u0631\u062f\u0627\u062e\u062a \u06a9\u0647 \u062f\u0633\u062a\u0648\u0631\u0627\u062a \u0622\u0646 \u0628\u0631\u0627\u06cc \u0647\u0631 \u0633\u06cc\u0633\u062a\u0645\u200c\u0639\u0627\u0645\u0644 \u0628\u0647 \u0635\u0648\u0631\u062a \u0645\u0648\u0627\u0631\u062f \u0632\u06cc\u0631 \u0627\u0633\u062a:<\/p>\n\n\n\n

    \u0646\u0635\u0628 <\/strong>Keras<\/strong> \u062f\u0631 \u0648\u06cc\u0646\u062f\u0648\u0632:<\/strong><\/p>\n\n\n\n

      \n
    1. \u067e\u0627\u06cc\u062a\u0648\u0646 \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
    2. Anaconda \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
    3. Anaconda Prompt \u0631\u0627 \u0628\u0627\u0632 \u06a9\u0646\u06cc\u062f \u0648 \u062f\u0633\u062a\u0648\u0631 \u0645\u0631\u062d\u0644\u0647 \u06f4 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0646\u0635\u0628 Keras \u062a\u0627\u06cc\u067e \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
    4. pip install keras<\/li>\n<\/ol>\n\n\n\n

      \u0646\u0635\u0628 <\/strong>Keras<\/strong> \u062f\u0631 <\/strong>MacOS<\/strong>:<\/strong><\/p>\n\n\n\n

        \n
      1. \u067e\u0627\u06cc\u062a\u0648\u0646 \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
      2. Anaconda \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
      3. Anaconda Prompt \u0631\u0627 \u0628\u0627\u0632 \u06a9\u0646\u06cc\u062f \u0648 \u062f\u0633\u062a\u0648\u0631 \u0645\u0631\u062d\u0644\u0647 \u06f4 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0646\u0635\u0628 Keras \u062a\u0627\u06cc\u067e \u06a9\u0646\u06cc\u062f:<\/li>\n\n\n\n
      4. conda install -c conda-forge keras<\/li>\n<\/ol>\n\n\n\n

        \u0646\u0635\u0628 Keras\u062f\u0631 \u0644\u06cc\u0646\u0648\u06a9\u0633 \u0627\u0628\u0648\u0646\u062a\u0648:<\/strong><\/p>\n\n\n\n

          \n
        1. \u067e\u0627\u06cc\u062a\u0648\u0646 \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
        2. Anaconda \u0631\u0627 \u062f\u0627\u0646\u0644\u0648\u062f \u0648 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
        3. \u062f\u0633\u062a\u0648\u0631 \u0645\u0631\u062d\u0644\u0647 \u06f4 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0646\u0635\u0628 Keras \u0627\u062c\u0631\u0627 \u06a9\u0646\u06cc\u062f:<\/li>\n\n\n\n
        4. sudo apt-get install python-keras<\/li>\n<\/ol>\n\n\n\n

          \u0622\u0645\u0648\u0632\u0634 keras \u0628\u0647 \u0635\u0648\u0631\u062a \u06af\u0627\u0645 \u0628\u0647 \u06af\u0627\u0645<\/h2>\n\n\n\n

          \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634 \u0642\u062f\u0645\u200c\u0628\u0647\u200c\u0642\u062f\u0645 \u0628\u0647 \u0622\u0645\u0648\u0632\u0634 keras \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u062e\u0648\u0627\u0647\u06cc\u0645 \u067e\u0631\u062f\u0627\u062e\u062a. \u0628\u0647 \u0635\u0648\u0631\u062a \u06a9\u0644\u06cc \u0645\u0631\u0627\u062d\u0644 \u0622\u0645\u0648\u0632\u0634 keras \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0628\u0647 \u0635\u0648\u0631\u062a \u0642\u062f\u0645\u200c\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a \u06a9\u0647 \u062f\u0631 \u0632\u06cc\u0631 \u0628\u0647 \u0622\u0646\u200c\u0647\u0627 \u0627\u0634\u0627\u0631\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a:<\/p>\n\n\n\n

            \n
          1. \u0642\u062f\u0645 \u0627\u0648\u0644 \u2013 \u0646\u0635\u0628 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 keras \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646: \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0631\u0627 \u0645\u0637\u0627\u0628\u0642 \u062a\u0648\u0636\u06cc\u062d\u0627\u062a \u0628\u0627\u0644\u0627 \u0628\u0631\u0627\u06cc \u0647\u0631 \u0633\u06cc\u0633\u062a\u0645\u200c\u0639\u0627\u0645\u0644 \u0646\u0635\u0628 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          2. \u0642\u062f\u0645 \u062f\u0648\u0645 – \u0633\u0627\u062e\u062a \u0627\u0633\u06a9\u0631\u06cc\u067e\u062a \u067e\u0627\u06cc\u062a\u0648\u0646: \u06cc\u06a9 \u0627\u0633\u06a9\u0631\u06cc\u067e\u062a \u067e\u0627\u06cc\u062a\u0648\u0646 \u062f\u0631 \u0648\u06cc\u0631\u0627\u06cc\u0634\u06af\u0631 \u0645\u062a\u0646 \u062f\u0644\u062e\u0648\u0627\u0647 \u062e\u0648\u062f \u0627\u06cc\u062c\u0627\u062f \u06a9\u0646\u06cc\u062f. \u0627\u0633\u06a9\u0631\u06cc\u067e\u062a \u062d\u0627\u0648\u06cc \u06a9\u062f\u06cc \u062e\u0648\u0627\u0647\u062f \u0628\u0648\u062f \u06a9\u0647 \u0628\u0627 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u062a\u0639\u0627\u0645\u0644 \u062e\u0648\u0627\u0647\u062f \u062f\u0627\u0634\u062a.<\/li>\n\n\n\n
          3. \u0642\u062f\u0645 \u0633\u0648\u0645 – \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u06a9\u0631\u062f\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647: \u062f\u0631 \u0627\u0633\u06a9\u0631\u06cc\u067e\u062a \u062e\u0648\u062f\u060c \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0631\u0627 \u0628\u0627\u06cc\u062f \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          4. \u0642\u062f\u0645 \u0686\u0647\u0627\u0631\u0645 – \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u0645\u062f\u0644: \u06cc\u06a9 \u0645\u062f\u0644 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u06cc\u06a9\u06cc \u0627\u0632 \u0645\u0639\u0645\u0627\u0631\u06cc\u200c\u0647\u0627\u06cc \u062a\u0631\u062c\u06cc\u062d\u06cc \u0627\u06cc\u062c\u0627\u062f \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          5. \u0642\u062f\u0645 \u067e\u0646\u062c\u0645 \u2013 \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u0645\u062f\u0644: \u0645\u062f\u0644 \u0631\u0627 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          6. \u0642\u062f\u0645 \u0634\u0634\u0645 \u2013 \u062a\u0642\u0633\u06cc\u0645 \u062f\u0627\u062f\u0647 \u0628\u0647 \u062f\u0648 \u0645\u062c\u0645\u0648\u0639\u0647 \u0622\u0645\u0648\u0632\u0634 \u0648 \u062a\u0633\u062a: \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0648\u0627\u0628\u0639 fit and train \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras\u060c \u0645\u062f\u0644 \u0631\u0627 \u0628\u0631 \u0631\u0648\u06cc \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647 \u062e\u0648\u062f \u0642\u0631\u0627\u0631 \u062f\u0627\u062f\u0647 \u0648 \u0622\u0645\u0648\u0632\u0634 \u062f\u0647\u06cc\u062f.<\/li>\n\n\n\n
          7. \u0642\u062f\u0645 \u0647\u0641\u062a\u0645 – \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0645\u062f\u0644: \u0639\u0645\u0644\u06a9\u0631\u062f \u0645\u062f\u0644 \u0631\u0627 \u0631\u0648\u06cc \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          8. \u0642\u062f\u0645 \u0647\u0634\u062a\u0645 – \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc: \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0631\u0648\u06cc \u062f\u0627\u062f\u0647\u200c\u0647\u0627\u06cc \u062f\u06cc\u062f\u0647 \u0646\u0634\u062f\u0647 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          9. \u0642\u062f\u0645 \u0646\u0647\u0645 – \u0630\u062e\u06cc\u0631\u0647 \u0645\u062f\u0644: \u0645\u062f\u0644 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0628\u0639\u062f\u06cc \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 \u0630\u062e\u06cc\u0631\u0647 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0630\u062e\u06cc\u0631\u0647 \u06a9\u0646\u06cc\u062f.<\/li>\n\n\n\n
          10. \u0642\u062f\u0645 \u062f\u0647\u0645 – \u0645\u062f\u0644 \u0631\u0627 \u0645\u062c\u062f\u062f\u0627\u064b \u0631\u0627\u0647\u200c\u0627\u0646\u062f\u0627\u0632\u06cc \u06a9\u0646\u06cc\u062f: \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 load_model \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras\u060c \u0645\u062f\u0644 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0622\u0645\u0648\u0632\u0634 \u0628\u06cc\u0634\u062a\u0631 \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0645\u062c\u062f\u062f \u06a9\u0646\u06cc\u062f.<\/li>\n<\/ol>\n\n\n\n

            \u06a9\u0644 \u0641\u0631\u0627\u06cc\u0646\u062f \u0622\u0645\u0648\u0632\u0634 keras \u0628\u0647 \u0635\u0648\u0631\u062a \u0642\u062f\u0645\u200c\u0647\u0627\u06cc \u0628\u0627\u0644\u0627 \u0627\u0633\u062a \u06a9\u0647 \u062f\u06d5 \u0627\u062f\u0627\u0645\u0647 \u0646\u0645\u0648\u0646\u0647\u200c\u0647\u0627\u06cc \u0639\u0645\u0644\u06cc \u0622\u0646 \u0631\u0627 \u0628\u0631\u0631\u0633\u06cc \u062e\u0648\u0627\u0647\u06cc\u0645 \u06a9\u0631\u062f.<\/p>\n\n\n\n

            \u06a9\u0644\u0627\u0633 \u0648 \u062a\u0648\u0627\u0628\u0639 \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 kears<\/h3>\n\n\n\n

            Keras \u06cc\u06a9 API \u0633\u0637\u062d \u0628\u0627\u0644\u0627 \u0628\u0631\u0627\u06cc \u0633\u0627\u062e\u062a \u0645\u062f\u0644 \u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0627\u0633\u062a. \u0645\u062c\u0645\u0648\u0639\u0647 \u0627\u06cc \u0627\u0632 \u06a9\u0644\u0627\u0633 \u0647\u0627 \u0648 \u0639\u0645\u0644\u06a9\u0631\u062f\u0647\u0627 \u0631\u0627 \u0628\u0631\u0627\u06cc \u06a9\u0645\u06a9 \u0628\u0647 \u0627\u06cc\u062c\u0627\u062f \u0648 \u0622\u0645\u0648\u0632\u0634 \u0645\u062f\u0644 \u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0627\u0631\u0627\u0626\u0647 \u0645\u06cc \u062f\u0647\u062f.<\/p>\n\n\n\n

            \u06a9\u0644\u0627\u0633 \u0648 \u062a\u0648\u0627\u0628\u0639 \u0627\u0635\u0644\u06cc \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0639\u0628\u0627\u0631\u062a\u200c\u0627\u0646\u062f \u0627\u0632:<\/p>\n\n\n\n

              \n
            • Model: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u0645\u062f\u0644 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u06a9\u0647 \u0627\u0632 \u0644\u0627\u06cc\u0647\u200c\u0647\u0627 \u062a\u0634\u06a9\u06cc\u0644\u200c\u0634\u062f\u0647 \u0627\u0633\u062a \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Sequential: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u067e\u0634\u062a\u0647 \u062e\u0637\u06cc \u0627\u0632 \u0644\u0627\u06cc\u0647\u200c\u0647\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Dense: \u0627\u0632 \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u0644\u0627\u06cc\u0647 \u0645\u062a\u0635\u0644 \u0645\u062a\u0631\u0627\u06a9\u0645 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Activation: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u0641\u0632\u0648\u062f\u0646 \u06cc\u06a9 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644 \u0633\u0627\u0632\u06cc \u0628\u0647 \u06cc\u06a9 \u0644\u0627\u06cc\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Convolutional: \u0627\u0632 \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u0644\u0627\u06cc\u0647 \u06a9\u0627\u0646\u0648\u0644\u0648\u0634\u0646\u0627\u0644 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • MaxPooling: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u06cc\u06a9 \u0644\u0627\u06cc\u0647 max pooling \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Dropout: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0627\u06cc\u062c\u0627\u062f \u0644\u0627\u06cc\u0647 dropout \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Flatten: \u0627\u0632 \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u0635\u0627\u0641 \u06a9\u0631\u062f\u0646 \u0644\u0627\u06cc\u0647 \u0648\u0631\u0648\u062f\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Optimizers: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u062a\u0639\u0631\u06cc\u0641 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u0645\u0648\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0628\u0631\u0627\u06cc \u0622\u0645\u0648\u0632\u0634 \u0645\u062f\u0644 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Losses: \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u062a\u0639\u0631\u06cc\u0641 \u062a\u0627\u0628\u0639 \u0636\u0631\u0631 \u0645\u0648\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0628\u0631\u0627\u06cc \u0645\u062d\u0627\u0633\u0628\u0647 \u062e\u0637\u0627\u06cc \u0645\u062f\u0644 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n\n\n\n
            • Metrics: \u0627\u0632 \u0627\u06cc\u0646 \u06a9\u0644\u0627\u0633 \u0628\u0631\u0627\u06cc \u062a\u0639\u0631\u06cc\u0641 \u0645\u0639\u06cc\u0627\u0631\u0647\u0627\u06cc \u0644\u0627\u0632\u0645 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/li>\n<\/ul>\n\n\n\n

              \u0622\u0645\u0648\u0632\u0634 \u06cc\u06a9 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc<\/span><\/h2>\n\n\n\n

              \u0628\u0631\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc (Artificial Neural Network) \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u0645\u0631\u0627\u062d\u0644 \u0632\u06cc\u0631 \u0631\u0627 \u0637\u06cc \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

              \"\u0622\u0645\u0648\u0632\u0634
              <\/figcaption><\/figure>\n\n\n\n
                \n
              • \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0627\u0648\u0644\u06cc\u0647: \u0648\u0632\u0646\u200c\u0647\u0627 \u0628\u0627\u06cc\u062f \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0634\u0648\u0646\u062f \u06a9\u0647 \u0627\u06cc\u0646 \u0627\u062a\u0641\u0627\u0642 \u0628\u0647\u200c\u0635\u0648\u0631\u062a \u062a\u0635\u0627\u062f\u0641\u06cc \u0635\u0648\u0631\u062a \u062e\u0648\u0627\u0647\u062f \u06af\u0631\u0641\u062a \u0648 \u0628\u0627 \u0645\u0642\u062f\u0627\u0631\u0647\u0627\u06cc \u0646\u0632\u062f\u06cc\u06a9 \u0628\u0647 \u0635\u0641\u0631 \u0627\u0646\u062c\u0627\u0645 \u062e\u0648\u0627\u0647\u062f \u0634\u062f.<\/span><\/li>\n\n\n\n
              • \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647\u200c\u0647\u0627 \u0628\u0647 \u0642\u0633\u0645\u062a \u0648\u0631\u0648\u062f\u06cc \u0646\u0634\u0627\u0646 \u062f\u0627\u062f\u0647 \u0634\u0648\u062f.<\/span><\/li>\n\n\n\n
              • \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u200c\u06a9\u0647 \u0646\u0648\u0631\u0648\u0646\u200c\u0647\u0627 \u0641\u0639\u0627\u0644 \u0634\u0648\u0646\u062f \u0648 \u0645\u0642\u062f\u0627\u0631\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0634\u062f\u0647\u200c\u0627\u0646\u062f \u0646\u0645\u0627\u06cc\u0627\u0646 \u06af\u0631\u062f\u0646\u062f\u060c \u0628\u0627\u06cc\u062f \u0627\u0646\u062a\u0634\u0627\u0631 \u0628\u0647 \u062c\u0644\u0648 \u0627\u0632 \u0633\u0645\u062a \u0686\u067e \u0628\u0647 \u0633\u0645\u062a \u0631\u0627\u0633\u062a \u0627\u062a\u0641\u0627\u0642 \u0627\u0641\u062a\u062f.<\/span><\/li>\n\n\n\n
              • \u0627\u0646\u062f\u0627\u0632\u0647\u200c\u06af\u06cc\u0631\u06cc \u0646\u0631\u062e \u062e\u0637\u0627: \u0628\u0631\u0627\u06cc \u0628\u0647\u200c\u062f\u0633\u062a\u200c\u0622\u0648\u0631\u062f\u0646 \u0646\u0631\u062e \u062e\u0637\u0627 \u0628\u0627\u06cc\u062f \u0645\u0642\u0627\u062f\u06cc\u0631 \u0648\u0627\u0642\u0639\u06cc \u0628\u0627 \u0645\u0642\u062f\u0627\u0631\u0647\u0627\u06cc \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0634\u062f\u0647 \u062a\u0648\u0633\u0637 \u06a9\u0627\u0645\u067e\u06cc\u0648\u062a\u0631 \u0645\u0642\u0627\u06cc\u0633\u0647 \u06af\u0631\u062f\u0646\u062f \u062a\u0627 \u0645\u0642\u062f\u0627\u0631 \u062e\u0637\u0627 \u0645\u062d\u0627\u0633\u0628\u0647 \u0634\u0648\u062f.<\/span><\/li>\n\n\n\n
              • \u0628\u0627\u0632\u06af\u0634\u062a \u0628\u0647 \u0639\u0642\u0628 \u0627\u0632 \u0633\u0645\u062a \u0631\u0627\u0633\u062a \u0628\u0647 \u0633\u0645\u062a \u0686\u067e\u060c \u0627\u062a\u0641\u0627\u0642 \u0628\u06cc\u0627\u0641\u062a\u062f \u062a\u0627 \u0648\u0632\u0646\u200c\u0647\u0627 \u062a\u0646\u0638\u06cc\u0645 \u0634\u0648\u0646\u062f.<\/span><\/li>\n\n\n\n
              • \u0645\u0631\u0627\u062d\u0644 \u0627\u0632 \u0627\u0648\u0644 \u062a\u0627 \u0628\u0647 \u0645\u0631\u062d\u0644\u0647 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u0645\u062c\u062f\u062f\u0627\u064b \u062a\u06a9\u0631\u0627\u0631 \u0634\u0648\u0646\u062f.<\/span><\/li>\n\n\n\n
              • \u062f\u0631 \u0646\u0647\u0627\u06cc\u062a\u060c \u0648\u0642\u062a\u06cc\u200c\u06a9\u0647 \u0647\u0645\u0647 Train Set \u06cc\u0627 \u0647\u0645\u0647 \u0645\u062c\u0645\u0648\u0639\u0647 \u0622\u0645\u0648\u0632\u0634 \u0627\u0632 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0639\u0628\u0648\u0631 \u06a9\u0646\u062f\u060c \u06cc\u06a9 Epoch \u06cc\u0627 \u062f\u0648\u0631\u0647 \u0627\u062a\u0641\u0627\u0642 \u062e\u0648\u0627\u0647\u062f \u0627\u0641\u062a\u0627\u062f.<\/span><\/li>\n<\/ul>\n\n\n\n

                \u0633\u0627\u062e\u062a \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc<\/span><\/h2>\n\n\n\n

                \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u06a9\u0631\u062f\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0631\u0627 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0627\u0648\u0644\u06cc\u0646 \u06af\u0627\u0645 \u0628\u0631\u0627\u06cc \u0633\u0627\u062e\u062a\u0646 \u06cc\u06a9 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u062f\u0627\u0646\u0633\u062a. \u0628\u0639\u062f \u0627\u0632 \u0627\u0646\u062c\u0627\u0645 \u0627\u06cc\u0646 \u06a9\u0627\u0631\u060c \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u0686\u0646\u062f \u0645\u0627\u0698\u0648\u0644 \u0627\u0632 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633<\/strong> \u0631\u0627 \u0646\u06cc\u0632 \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u06a9\u0646\u06cc\u062f. \u0627\u0632 \u0645\u0627\u0698\u0648\u0644 Dense \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u0644\u0627\u06cc\u0647\u200c\u0647\u0627\u06cc \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0633\u0627\u062e\u062a\u0647 \u0634\u0648\u062f\u060c \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f\u060c \u0647\u0645\u0686\u0646\u06cc\u0646 \u0627\u0632 \u0645\u0627\u0698\u0648\u0644 Sequential \u0628\u0631\u0627\u06cc \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc\u200c\u0647\u0627\u06cc \u0627\u0648\u0644\u06cc\u0647 \u0628\u0647 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u06af\u0631\u062f\u062f. \u062f\u0631 \u0627\u0628\u062a\u062f\u0627 \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u06a9\u062f \u0632\u06cc\u0631 \u0631\u0627 \u0645\u06cc\u200c\u0646\u0648\u06cc\u0633\u06cc\u0645:<\/span><\/p>\n\n\n\n

                import keras<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u067e\u0633 \u0627\u0632 \u0622\u0646 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u062a\u06a9\u0647 \u06a9\u062f \u0632\u06cc\u0631 \u0645\u0627\u0698\u0648\u0644\u200c\u0647\u0627\u06cc \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u0631\u0627 \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645:<\/span><\/p>\n\n\n\n

                \n

                from keras.models import Sequential<\/code><\/span><\/p>\n

                from keras.layers import Dense<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062d\u0627\u0644 \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u06cc\u0627 ANN \u0631\u0627 \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0627\u0648\u0644\u06cc\u0647 \u06a9\u0646\u06cc\u0645. \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0628\u0627 \u0633\u0627\u062e\u062a\u0646 \u06cc\u06a9 \u0646\u0645\u0648\u0646\u0647 \u0627\u0632 \u062a\u0627\u0628\u0639 Sequential \u0627\u0646\u062c\u0627\u0645 \u0645\u06cc\u200c\u06af\u06cc\u0631\u062f. \u0628\u0627 \u06a9\u0645\u06a9 \u0627\u06cc\u0646 \u062a\u0627\u0628\u0639 \u067e\u0634\u062a\u0647 \u062e\u0637\u06cc \u0627\u0632 \u0644\u0627\u06cc\u0647\u200c\u0647\u0627 (keras layers) \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0627\u0648\u0644\u06cc\u0647 \u0645\u06cc\u200c\u0634\u0648\u0646\u062f. \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0633\u0628\u0628 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u062a\u0627 \u06a9\u0627\u0631\u0628\u0631 \u0628\u062a\u0648\u0627\u0646\u062f \u0628\u0639\u062f\u0647\u0627 \u0646\u06cc\u0632 \u0628\u0627 \u06a9\u0645\u06a9 \u06af\u0631\u0641\u062a\u0646 \u0627\u0632 \u0645\u0627\u0698\u0648\u0644 Dense \u0644\u0627\u06cc\u0647\u200c\u0647\u0627\u06cc\u06cc \u0631\u0627 \u0628\u0647 \u0628\u0631\u0646\u0627\u0645\u0647 \u0627\u0636\u0627\u0641\u0647 \u06a9\u0646\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u062a\u0648\u0636\u06cc\u062d\u0627\u062a \u0628\u0627\u0644\u0627\u060c \u0628\u0627\u06cc\u062f \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u06a9\u062f \u0632\u06cc\u0631 \u0646\u0648\u0634\u062a\u0647 \u0634\u0648\u062f:<\/span><\/p>\n\n\n\n

                classifier = Sequential()<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0644\u0627\u06cc\u0647\u200c\u0647\u0627\u06cc \u0648\u0631\u0648\u062f\u06cc \u0648 \u062e\u0631\u0648\u062c\u06cc \u062f\u0631 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc<\/span><\/h2>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u0644\u0627\u06cc\u0647\u200c\u0647\u0627\u06cc \u0645\u062e\u062a\u0644\u0641 \u0631\u0627 \u0628\u0647 \u06cc\u06a9 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0627\u0636\u0627\u0641\u0647 \u06a9\u0646\u06cc\u0645\u060c \u0628\u0627\u06cc\u062f \u0627\u0632 \u0631\u0648\u0634 add \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0646\u06cc\u0645. \u0628\u0647 \u0645\u0642\u0627\u062f\u06cc\u0631\u06cc \u06a9\u0647 \u062f\u0631 \u062a\u0648\u0627\u0628\u0639 \u0646\u0648\u0634\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0645\u06cc\u200c\u06af\u0648\u06cc\u0646\u062f. \u0627\u0648\u0644\u06cc\u0646 \u0645\u0642\u062f\u0627\u0631\u06cc \u06a9\u0647 \u062f\u0631 \u062a\u0627\u0628\u0639 add \u0646\u0648\u0634\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f\u060c \u062a\u0639\u062f\u0627\u062f \u06af\u0631\u0647\u200c\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0628\u0647 \u0627\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u062a\u0648\u0633\u0637 \u06a9\u0627\u0631\u0628\u0631 \u0627\u0636\u0627\u0641\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f. \u0628\u0647 \u062a\u0639\u062f\u0627\u062f \u062f\u0644\u062e\u0648\u0627\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f \u06af\u0631\u0647 \u0628\u0647 \u0644\u0627\u06cc\u0647 \u0627\u0636\u0627\u0641\u0647 \u06a9\u0631\u062f\u060c \u0632\u06cc\u0631\u0627 \u0647\u06cc\u0686 \u062a\u0639\u062f\u0627\u062f \u062e\u0627\u0635\u06cc \u062f\u0631 \u0646\u0638\u0631 \u06af\u0631\u0641\u062a\u0647 \u0646\u0634\u062f\u0647 \u0627\u0633\u062a. \u0627\u0644\u0628\u062a\u0647 \u0628\u0647\u062a\u0631 \u0627\u0633\u062a \u06a9\u0647 \u0628\u0627 \u062a\u0648\u062c\u0647 \u0628\u0647 \u0645\u06cc\u0627\u0646\u06af\u06cc\u0646 \u0628\u06cc\u0646 \u062a\u0639\u062f\u0627\u062f \u06af\u0631\u0647\u200c\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u062f\u0631 \u0644\u0627\u06cc\u0647 \u0648\u0631\u0648\u062f\u06cc \u0627\u0633\u062a \u0648 \u062a\u0639\u062f\u0627\u062f \u06af\u0631\u0647\u200c\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u062f\u0631 \u0644\u0627\u06cc\u0647 \u062e\u0631\u0648\u062c\u06cc \u0648\u062c\u0648\u062f \u062f\u0627\u0631\u062f\u060c \u062a\u0639\u062f\u0627\u062f \u06af\u0631\u0647\u200c\u0647\u0627\u06cc \u0645\u062f\u0646\u0638\u0631 \u0631\u0627 \u0627\u0646\u062a\u062e\u0627\u0628 \u06a9\u0631\u062f.<\/span><\/p>\n\n\n\n

                \"\u0644\u0627\u06cc\u0647\u200c\u0647\u0627\u06cc
                <\/figcaption><\/figure>\n\n\n\n

                \u0628\u0647 \u0637\u0648\u0631 \u0645\u062b\u0627\u0644\u060c \u06f6 \u0645\u062a\u063a\u06cc\u0631 \u0645\u0633\u062a\u0642\u0644 \u0648 \u06f2 \u0645\u062a\u063a\u06cc\u0631 \u062e\u0631\u0648\u062c\u06cc \u062f\u0631 \u0644\u0627\u06cc\u0647 \u0648\u062c\u0648\u062f \u062f\u0627\u0634\u062a\u0647 \u0628\u0627\u0634\u062f\u060c \u0645\u062c\u0645\u0648\u0639 \u0622\u0646\u200c\u0647\u0627 \u0639\u062f\u062f \u06f8 \u0645\u06cc\u200c\u0634\u0648\u062f \u06a9\u0647 \u0628\u0627 \u062a\u0642\u0633\u06cc\u0645\u200c\u0628\u0631 \u06f2 \u0628\u0631\u0627\u0628\u0631 \u0645\u06cc\u200c\u0634\u0648\u062f \u0628\u0627 \u0639\u062f\u062f \u06f3\u060c \u067e\u0633 \u062f\u0631 \u0627\u06cc\u0646 \u0645\u062b\u0627\u0644 \u0628\u0647\u062a\u0631 \u0627\u0633\u062a \u06a9\u0647 \u06f3 \u06af\u0631\u0647 \u0628\u0647 \u0644\u0627\u06cc\u0647 \u0627\u0636\u0627\u0641\u0647 \u06af\u0631\u062f\u062f. \u0631\u0648\u0634 \u062f\u06cc\u06af\u0631\u06cc \u06a9\u0647 \u0628\u0627 \u0622\u0646 \u0645\u06cc\u200c\u0634\u0648\u062f \u0627\u06cc\u0646 \u0645\u0648\u0631\u062f \u0631\u0627 \u0628\u0631\u0631\u0633\u06cc \u06a9\u0631\u062f Parameter Tuning \u06cc\u0627 \u0647\u0645\u0627\u0646 \u062a\u0646\u0638\u06cc\u0645 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0646\u0627\u0645 \u062f\u0627\u0631\u062f.<\/span><\/p>\n\n\n\n

                \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u062f\u0648\u0645 Kernel_initializer \u0646\u0627\u0645 \u062f\u0627\u0631\u062f \u06a9\u0647 \u0627\u0632 \u0622\u0646 \u0628\u0631\u0627\u06cc \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0627\u0648\u0644\u06cc\u0647 \u0628\u0647 \u0648\u0632\u0646\u200c\u0647\u0627 \u0628\u0647\u0631\u0647 \u06af\u0631\u0641\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u062f\u0631 \u0686\u0646\u06cc\u0646 \u062d\u0627\u0644\u062a\u06cc \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u0645\u0637\u0645\u0626\u0646 \u0634\u0648\u0646\u062f \u06a9\u0647 \u0648\u0632\u0646\u200c\u0647\u0627\u060c \u0639\u062f\u062f\u0647\u0627\u06cc\u06cc \u06a9\u0648\u0686\u06a9 \u0647\u0633\u062a\u0646\u062f \u06a9\u0647 \u0628\u0647 \u0635\u0641\u0631 \u0646\u0632\u062f\u06cc\u06a9\u200c\u0627\u0646\u062f\u060c \u0627\u0632 Uniform Distribution \u06cc\u0627 \u0647\u0645\u0627\u0646 \u062a\u0648\u0632\u06cc\u0639 \u06cc\u06a9\u0646\u0648\u0627\u062e\u062a \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u06cc \u06a9\u0647 \u0628\u0639\u062f \u0627\u0632 \u062f\u0648 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0646\u0627\u0645\u200c\u0628\u0631\u062f\u0647\u200c\u0634\u062f\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f Activation Function \u0628\u0647 \u0645\u0639\u0646\u06cc \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0627\u0633\u062a. \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634 \u0628\u0647\u200c\u0639\u0646\u0648\u0627\u0646 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0627\u0632 \u06cc\u06a9 \u062a\u0627\u0628\u0639 \u06cc\u06a9\u200c\u0633\u0648\u0633\u0627\u0632 \u0628\u0647 \u0637\u0648\u0631 \u062e\u0644\u0627\u0635\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u062f\u0631 \u0628\u06cc\u0634\u062a\u0631 \u0645\u0648\u0627\u0642\u0639 \u0628\u0631\u0627\u06cc \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u062f\u0631 ANN \u0627\u0632 \u0627\u06cc\u0646 \u062a\u0627\u0628\u0639 \u0628\u0647\u0631\u0647 \u06af\u0631\u0641\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f\u200c. \u062f\u0631 \u0646\u0647\u0627\u06cc\u062a\u060c \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0622\u062e\u0631 input_dim \u0627\u0633\u062a \u06a9\u0647 \u0628\u0631\u0627\u06cc \u0645\u062d\u0627\u0633\u0628\u0647 \u06a9\u0631\u062f\u0646 \u062a\u0639\u062f\u0627\u062f \u06af\u0631\u0647\u200c\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u062f\u0631 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u0627\u0633\u062a\u060c \u0645\u0648\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u0645\u06cc\u200c\u06af\u06cc\u0631\u062f. \u0628\u0631\u0627\u06cc \u062f\u0627\u0646\u0633\u062a\u0646 \u062a\u0639\u062f\u0627\u062f \u0645\u062a\u063a\u06cc\u0631\u0647\u0627\u06cc \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0645\u0633\u062a\u0642\u0644 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0627\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0645\u0631\u0627\u062c\u0639\u0647 \u06a9\u0631\u062f\u200c.<\/span><\/p>\n\n\n\n

                \u0646\u062d\u0648\u0647 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627\u06cc \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627 \u0628\u0647\u200c\u0635\u0648\u0631\u062a \u0632\u06cc\u0631 \u062f\u0631 \u0632\u0628\u0627\u0646 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0627\u0633\u062a:<\/span><\/p>\n\n\n\n

                classsifier.add
                \nDense(3, kernel_initializer = \u2018uniform\u2019,
                \nactivation = \u2018relu\u2019, input_dim=5))<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0631\u0648\u0634 \u0627\u0636\u0627\u0641\u0647\u200c\u06a9\u0631\u062f\u0646\u060c \u062f\u0648\u0645\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u062f\u0642\u06cc\u0642\u0627\u064b \u0645\u0637\u0627\u0628\u0642 \u0645\u0637\u0627\u0644\u0628 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627 \u0648 \u0645\u0627\u0646\u0646\u062f \u0627\u0636\u0627\u0641\u0647\u200c\u06a9\u0631\u062f\u0646 \u0627\u0648\u0644\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u0627\u0633\u062a:<\/span><\/p>\n\n\n\n

                \u0628\u0647 \u062a\u06a9\u0647 \u06a9\u062f \u0632\u06cc\u0631 \u062f\u0642\u062a \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                \n

                classsifier.add(<\/code><\/span><\/p>\n

                      Dense(3, kernel_initializer = \u2018uniform\u2019,<\/code><\/span><\/p>\n

                activation = \u2018relu\u2019))<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f \u06a9\u0647 \u062f\u0631 \u0627\u06cc\u0646 \u0642\u0633\u0645\u062a \u0627\u062d\u062a\u06cc\u0627\u062c\u06cc \u0628\u0647 \u062a\u0639\u06cc\u06cc\u0646 \u06a9\u0631\u062f\u0646 \u0645\u0642\u062f\u0627\u0631 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 input_dim \u0646\u06cc\u0633\u062a \u0628\u0647 \u062f\u0644\u06cc\u0644 \u0627\u06cc\u0646\u06a9\u0647 \u0627\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u062f\u0631 \u0627\u0648\u0644\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u0648 \u062a\u06a9\u0647 \u06a9\u062f \u0642\u0628\u0644\u06cc \u0645\u0634\u062e\u0635 \u06af\u0631\u062f\u06cc\u062f\u0647 \u0627\u0633\u062a. \u0628\u0627 \u062a\u0648\u062c\u0647 \u0628\u0647 \u0627\u06cc\u0646 \u0645\u062a\u063a\u06cc\u0631 \u06a9\u0647 \u062f\u0631 \u0627\u0648\u0644\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u0645\u0642\u062f\u0627\u0631\u062f\u0647\u06cc \u0634\u062f\u0647 \u0627\u0633\u062a\u060c \u0644\u0627\u06cc\u0647 \u0627\u06cc\u0646 \u0645\u0648\u0642\u0639\u06cc\u062a \u0631\u0627 \u062f\u0627\u0631\u062f \u06a9\u0647 \u0628\u062f\u0627\u0646\u062f \u0686\u0647 \u062a\u0639\u062f\u0627\u062f\u06cc \u06af\u0631\u0647 \u0627\u0632 \u062f\u0627\u062f\u0647 \u0647\u0627\u06cc \u0648\u0631\u0648\u062f\u06cc\u060c \u0627\u0636\u0627\u0641\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f. \u062f\u0631 \u062f\u0648\u0645\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646\u060c \u0648\u0638\u06cc\u0641\u0647 ANN \u0627\u0633\u062a \u06a9\u0647 \u0628\u062f\u0627\u0646\u062f \u0628\u0627\u06cc\u062f \u0645\u0646\u062a\u0638\u0631 \u0686\u0647 \u062a\u0639\u062f\u0627\u062f\u06cc \u0627\u0632 \u06af\u0631\u0647\u200c\u0647\u0627\u06cc \u0648\u0631\u0648\u062f\u06cc \u0628\u0627\u0634\u062f\u060c \u067e\u0633 \u0628\u0647\u200c\u0647\u06cc\u0686\u200c\u0639\u0646\u0648\u0627\u0646 \u0627\u062d\u062a\u06cc\u0627\u062c\u06cc \u0628\u0647 \u062a\u06a9\u0631\u0627\u0631 \u0645\u062c\u062f\u062f \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0646\u06cc\u0633\u062a.<\/span><\/p>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u0627\u0636\u0627\u0641\u0647\u200c\u06a9\u0631\u062f\u0646 \u0644\u0627\u06cc\u0647 \u062e\u0631\u0648\u062c\u06cc\u060c \u0628\u0627\u06cc\u062f \u0627\u0648\u0644\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0639\u0648\u0636 \u0634\u0648\u062f \u0686\u0648\u0646 \u062f\u0631 \u06af\u0631\u0647 \u062e\u0631\u0648\u062c\u06cc\u060c \u0627\u0646\u062a\u0638\u0627\u0631 \u0645\u06cc\u200c\u0631\u0648\u062f \u06a9\u0647 \u06cc\u06a9 \u06af\u0631\u0647 \u062e\u0627\u0631\u062c \u0634\u0648\u062f. \u0628\u0631\u0627\u06cc \u0627\u0646\u062c\u0627\u0645 \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0627\u0632 \u062a\u0627\u0628\u0639 Sigmoid Activation Function \u06cc\u0627 \u0647\u0645\u0627\u0646 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0633\u06cc\u06af\u0645\u0648\u0626\u06cc\u062f\u060c \u0628\u0647\u0631\u0647 \u06af\u0631\u0641\u062a. \u06af\u0627\u0647\u06cc \u0634\u0631\u0627\u06cc\u0637\u06cc \u067e\u06cc\u0634 \u0645\u06cc\u200c\u0622\u06cc\u062f \u06a9\u0647 \u0646\u06cc\u0627\u0632 \u0628\u0647 \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u0627\u0633\u062a \u0648 \u0628\u0631\u0646\u0627\u0645\u0647 \u0628\u06cc\u0634\u200c\u062a\u0631 \u0627\u0632 \u062f\u0648 \u06a9\u0644\u0627\u0633 \u062f\u0627\u0631\u062f \u0645\u0627\u0646\u0646\u062f \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u0645\u06cc\u0645\u0648\u0646\u200c\u0647\u0627 \u0648 …  \u062f\u0631 \u0627\u06cc\u0646 \u0645\u0648\u0627\u0642\u0639 \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u062f\u0648 \u0645\u0642\u062f\u0627\u0631 \u062a\u063a\u06cc\u06cc\u0631 \u06a9\u0646\u0646\u062f. \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0627\u0648\u0644 \u0631\u0627 \u0628\u0627\u06cc\u062f \u0628\u0647 \u0645\u0642\u062f\u0627\u0631 \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u062a\u063a\u06cc\u06cc\u0631 \u062f\u0627\u062f. \u0645\u062b\u0644\u0627\u064b \u0627\u06af\u0631 \u0633\u0647 \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u062f\u0627\u0631\u06cc\u0645\u060c \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u0627\u0648\u0644 \u0628\u0627\u06cc\u062f \u0628\u0647 \u0639\u062f\u062f \u06f3 \u062a\u063a\u06cc\u06cc\u0631 \u06a9\u0646\u062f. \u0647\u0645\u0686\u0646\u06cc\u0646 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0631\u0627 \u0628\u0647 \u0645\u0642\u062f\u0627\u0631 Softmax \u062a\u063a\u06cc\u06cc\u0631 \u062f\u0647\u06cc\u0645. \u0627\u06af\u0631 \u0627\u06cc\u0646 \u0633\u0624\u0627\u0644 \u0628\u0631\u0627\u06cc \u0634\u0645\u0627 \u067e\u06cc\u0634\u200c\u0622\u0645\u062f\u0647 \u0627\u0633\u062a \u06a9\u0647 \u0633\u0627\u0641\u062a \u0645\u06a9\u0633 \u0686\u06cc\u0633\u062a\u061f \u0628\u0627\u06cc\u062f \u0628\u06af\u0648\u06cc\u06cc\u0645 \u06a9\u0647 \u0633\u0627\u0641\u062a \u0645\u06a9\u0633 \u062a\u0627\u0628\u0639 \u0633\u06cc\u06af\u0645\u0648\u0626\u06cc\u062f\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0628\u0647 \u06cc\u06a9 \u0645\u062a\u063a\u06cc\u0631 \u0645\u0633\u062a\u0642\u0644\u06cc \u06a9\u0647 \u0628\u06cc\u0634\u200c\u062a\u0631 \u0627\u0632 \u062f\u0648\u062f\u0633\u062a\u0647 \u062f\u0627\u0631\u062f\u060c \u0627\u0639\u0645\u0627\u0644 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u062a\u0648\u0636\u06cc\u062d\u0627\u062a \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0627\u0631\u062a\u0628\u0627\u0637 \u0628\u0627 \u0644\u0627\u06cc\u0647 \u062e\u0631\u0648\u062c\u06cc\u060c \u062f\u0631 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 \u0648 \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633\u060c \u06a9\u062f \u0632\u06cc\u0631 \u0628\u0627\u06cc\u062f \u0646\u0648\u0634\u062a\u0647 \u0634\u0648\u062f:<\/span><\/p>\n\n\n\n

                \n

                classifier.add(<\/code><\/span><\/p>\n

                Dense(1, kernel_initializer = \u2018uniform\u2019,<\/code><\/span><\/p>\n

                activation = \u2018sig moid\u2019))<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u06a9\u0631\u062f\u0646 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc<\/span><\/h2>\n\n\n\n

                \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u06a9\u0631\u062f\u0646 \u0628\u0647 \u0632\u0628\u0627\u0646 \u0627\u0646\u06af\u0644\u06cc\u0633\u06cc Compiling \u06cc\u0639\u0646\u06cc \u0627\u0639\u0645\u0627\u0644 \u06a9\u0631\u062f\u0646 Stochastic Gradient (\u06af\u0631\u0627\u062f\u06cc\u0627\u0646 \u06a9\u0627\u0647\u0634\u06cc \u062a\u0635\u0627\u062f\u0641\u06cc) \u0628\u0647 \u0647\u0645\u0647 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc.<\/span><\/p>\n\n\n\n

                \u062f\u0631 \u0627\u06cc\u0646 \u0642\u0633\u0645\u062a \u0627\u0648\u0644\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u060c \u06cc\u06a9 \u0627\u0644\u06af\u0648\u0631\u06cc\u062a\u0645 \u0627\u0633\u062a \u06a9\u0647 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u0622\u0646 \u0645\u062c\u0645\u0648\u0639\u0647 \u0628\u0647\u06cc\u0646\u0647\u200c\u0627\u06cc \u0627\u0632 \u0648\u0632\u0646\u200c\u0647\u0627 \u062f\u0631 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0631\u0627 \u062a\u0639\u06cc\u06cc\u0646 \u0645\u06cc\u200c\u06a9\u0646\u0646\u062f. \u0627\u0646\u0648\u0627\u0639 \u0645\u062e\u062a\u0644\u0641 \u0648 \u06af\u0648\u0646\u0627\u06af\u0648\u0646\u06cc \u0627\u0632 \u0627\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u0645\u0648\u062c\u0648\u062f \u0627\u0633\u062a. \u06cc\u06a9\u06cc \u0627\u0632 \u0627\u0644\u06af\u0648\u0631\u06cc\u062a\u0645\u200c\u0647\u0627\u06cc \u0628\u0633\u06cc\u0627\u0631 \u0645\u0624\u062b\u0631 \u0648 \u06a9\u0627\u0631\u0622\u0645\u062f \u0628\u0631\u0627\u06cc \u06a9\u0627\u0631 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627\u060c Adam \u0627\u0633\u062a.<\/span><\/p>\n\n\n\n

                \u062f\u0648\u0645\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634\u060c \u062a\u0627\u0628\u0639 \u0632\u06cc\u0627\u0646 \u06cc\u0627 \u0628\u0647\u200c\u0627\u0635\u0637\u0644\u0627\u062d \u0627\u0646\u06af\u0644\u06cc\u0633\u06cc Loss Function \u0627\u0633\u062a \u06a9\u0647 \u0627\u06cc\u0646 \u0645\u0642\u062f\u0627\u0631 \u062f\u0627\u062e\u0644 \u0627\u0644\u06af\u0648\u0631\u06cc\u062a\u0645 \u06af\u0631\u0627\u062f\u06cc\u0627\u0646 \u06a9\u0627\u0647\u0634\u06cc \u062a\u0635\u0627\u062f\u0641\u06cc \u0627\u0633\u062a. \u0628\u0647 \u062f\u0644\u06cc\u0644 \u0627\u06cc\u0646\u06a9\u0647 \u0637\u0628\u0642\u0647\u200c\u0647\u0627 \u062f\u0648\u062f\u0648\u06cc\u06cc\u200c\u0627\u0646\u062f\u060c \u062f\u0631 \u0627\u06cc\u0646 \u062d\u0627\u0644\u062a \u0627\u0632 \u062a\u0627\u0628\u0639 binary_crossentropy \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0627\u0645\u0627 \u062f\u0631 \u062d\u0627\u0644\u062a \u062f\u06cc\u06af\u0631  categorical_crossentopy \u0645\u0648\u0631\u062f\u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u06af\u0631\u0641\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0628\u0631\u0627\u06cc \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0645\u062f\u0644 \u0627\u0632 \u0622\u0631\u06af\u0648\u0645\u0627\u0646 \u0646\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0645\u062b\u0627\u0644 \u0632\u06cc\u0631 \u062a\u06a9\u0647 \u06a9\u062f\u06cc \u062f\u0631 \u0627\u0631\u062a\u0628\u0627\u0637 \u0628\u0627 Accuracy (\u0635\u062d\u062a) \u0627\u0633\u062a \u06a9\u0647 \u0628\u0631\u0627\u06cc \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0645\u062f\u0644 \u0645\u0648\u0631\u062f\u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u0645\u06cc\u200c\u06af\u06cc\u0631\u062f.<\/span><\/p>\n\n\n\n

                \n

                classifier.compile(optimizer= \u2018adam\u2019,<\/code><\/span><\/p>\n

                loss = \u2018binary_crossentropy\u2019,<\/code><\/span><\/p>\n

                metrics = [\u2018accuracy\u2019])<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 kears \u0628\u0647 \u062a\u06a9\u0647 \u06a9\u062f \u0632\u06cc\u0631 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                classifier.fit(X_train, y_train, batch_size = 10, epochs = 100)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u067e\u0627\u0631\u0627\u0645\u062a\u0631 X_train \u0622\u0646 \u0645\u062a\u063a\u06cc\u0631\u0647\u0627\u06cc\u06cc \u0631\u0627 \u0646\u0634\u0627\u0646 \u0645\u06cc\u200c\u062f\u0647\u062f \u06a9\u0647 \u0645\u0633\u062a\u0642\u0644 \u0647\u0633\u062a\u0646\u062f \u0648 \u0628\u0631\u0627\u06cc \u0622\u0645\u0648\u0632\u0634 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0648\u0631\u062f\u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u0645\u06cc\u200c\u06af\u06cc\u0631\u0646\u062f. \u0633\u062a\u0648\u0646\u06cc \u06a9\u0647 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0645\u06cc\u200c\u0634\u0648\u062f \u0631\u0627 \u0628\u0627 \u0645\u0642\u062f\u0627\u0631 y_train \u0646\u0634\u0627\u0646 \u0645\u06cc\u200c\u062f\u0647\u0646\u062f. \u0645\u0642\u062f\u0627\u0631 \u0648\u0627\u0631\u062f \u0634\u062f\u0647 \u062f\u0631 \u0628\u062e\u0634 Bath_size \u062a\u0639\u062f\u0627\u062f \u0645\u0634\u0627\u0647\u062f\u0627\u062a\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0637\u0628\u0642 \u0622\u0646 \u0648\u0632\u0646\u200c\u0647\u0627 \u0628\u0647 \u0631\u0648\u0632 \u0631\u0633\u0627\u0646\u06cc \u0645\u06cc\u200c\u0634\u0648\u0646\u062f. \u0647\u0645\u0686\u0646\u06cc\u0646 \u062a\u0639\u062f\u0627\u062f \u062f\u0641\u0639\u0627\u062a\u06cc \u06a9\u0647 \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647\u200c\u0647\u0627\u06cc \u06a9\u0627\u0645\u0644 \u0628\u0647 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0627\u0646\u062a\u0642\u0627\u0644 \u062f\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u0646\u062f \u0634\u062f \u0631\u0627 \u0628\u0627 \u0645\u0642\u062f\u0627\u0631 \u0648\u0627\u0631\u062f \u0634\u062f\u0647 \u062c\u0644\u0648\u06cc \u067e\u0627\u0631\u0627\u0645\u062a\u0631 Epochs \u0646\u0634\u0627\u0646 \u062f\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0647 \u06a9\u062f\u06cc \u06a9\u0647 \u062f\u0631 \u067e\u0627\u06cc\u06cc\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a \u062f\u0642\u062a \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                y_pred = classifier.predict(X_test)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u0645\u0637\u0645\u0626\u0646 \u0634\u0648\u06cc\u062f \u06a9\u0647 \u06cc\u06a9 \u0627\u062f\u0639\u0627 \u06a9\u0644\u0627\u0647\u0628\u0631\u062f\u0627\u0631\u0627\u0646 \u0627\u0633\u062a \u06cc\u0627 \u0646\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u06cc\u062f \u0627\u0632 \u06a9\u062f \u0628\u0627\u0644\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0646\u06cc\u062f. \u0622\u0633\u062a\u0627\u0646\u0647\u200c\u0627\u06cc \u06a9\u0647 \u0628\u0631\u0627\u06cc \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u06a9\u0631\u062f\u0646 \u06cc\u06a9 \u0627\u062f\u0639\u0627 \u0628\u0647\u200c\u0639\u0646\u0648\u0627\u0646 \u06a9\u0644\u0627\u0647\u0628\u0631\u062f\u0627\u0631\u06cc\u060c \u062d\u0633\u0627\u0628 \u0645\u06cc\u200c\u0634\u0648\u062f \u06f5\u06f0% \u0627\u0633\u062a. \u0627\u06cc\u0646 \u0628\u0647 \u0627\u06cc\u0646 \u0645\u0639\u0646\u0627 \u0627\u0633\u062a \u06a9\u0647 \u0647\u0631 \u0627\u062f\u0639\u0627 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u0628\u0627 \u0627\u062d\u062a\u0645\u0627\u0644 \u06f0\u066b\u06f5 \u06cc\u0627 \u0628\u06cc\u0634\u062a\u0631 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u06cc\u06a9 \u0627\u062f\u0639\u0627 \u06a9\u0644\u0627\u0647\u0628\u0631\u062f\u0627\u0631\u06cc \u0645\u062d\u0633\u0648\u0628 \u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                y_pred = (y_pred > 0.5)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0647 \u0627\u06cc\u0646 \u0635\u0648\u0631\u062a \u0634\u0631\u06a9\u062a \u0628\u06cc\u0645\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u0628\u0647\u200c\u0631\u0627\u062d\u062a\u06cc \u0627\u062f\u0639\u0627\u0647\u0627 \u0631\u0627 \u067e\u06cc\u06af\u06cc\u0631\u06cc \u06a9\u0646\u062f \u0648 \u0632\u0645\u0627\u0646 \u0632\u06cc\u0627\u062f\u06cc \u0631\u0627 \u0635\u0631\u0641 \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0627\u062f\u0639\u0627\u0647\u0627\u06cc\u06cc \u0628\u06a9\u0646\u062f \u06a9\u0647 \u0628\u0647\u200c\u0639\u0646\u0648\u0627\u0646 \u0627\u062f\u0639\u0627\u06cc \u06a9\u0644\u0627\u0647\u0628\u0631\u062f\u0627\u0631\u06cc \u0647\u0627\u06cc\u0644\u0627\u06cc\u062a \u0634\u062f\u0647\u200c\u0627\u0646\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0631\u0631\u0633\u06cc \u0645\u0627\u062a\u0631\u06cc\u0633 \u062f\u0631\u0647\u0645\u200c\u0631\u06cc\u062e\u062a\u06af\u06cc<\/span><\/h2>\n\n\n\n

                \u0627\u0635\u0637\u0644\u0627\u062d Confusion Matrix \u06cc\u0627 \u0647\u0645\u0627\u0646 \u0645\u0627\u062a\u0631\u06cc\u0633 \u062f\u0631\u0647\u0645\u200c\u0631\u06cc\u062e\u062a\u06af\u06cc \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0631\u0627 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0627\u06cc\u0646 \u0635\u0648\u0631\u062a \u062a\u0639\u0631\u06cc\u0641 \u06a9\u0631\u062f \u06a9\u0647\u061b \u0627\u0632 \u0628\u06cc\u0646 \u06f2\u06f0\u06f0\u06f0 \u0645\u0634\u0627\u0647\u062f\u0647\u060c \u06f1\u06f5\u06f5\u06f5 + \u06f1\u06f7\u06f0 \u0645\u0634\u0627\u0647\u062f\u0647 \u0627\u0646\u062c\u0627\u0645 \u0634\u062f\u0647 \u0628\u0647\u200c\u062f\u0631\u0633\u062a\u06cc \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0634\u062f\u0647\u200c\u0627\u0646\u062f. \u062f\u0631 \u0635\u0648\u0631\u062a\u06cc \u06a9\u0647 \u06f4\u06f0 + \u06f2\u06f3\u06f0 \u0645\u0648\u0631\u062f \u0645\u0634\u0627\u0647\u062f\u0647 \u0634\u062f\u0647 \u0628\u0647\u200c\u0627\u0634\u062a\u0628\u0627\u0647 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0634\u062f\u0647\u200c\u0627\u0646\u062f. \u0628\u0631\u0627\u06cc \u0628\u0647 \u062f\u0633\u062a \u0622\u0648\u0631\u062f\u0646 \u0635\u062d\u062a \u0645\u0637\u0644\u0628 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u062a\u0639\u062f\u0627\u062f \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc\u200c\u0647\u0627\u06cc \u0635\u062d\u06cc\u062d \u0631\u0627 \u0628\u0647 \u06a9\u0644 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc\u200c\u0647\u0627 \u062a\u0642\u0633\u06cc\u0645 \u06a9\u0631\u062f \u0648 \u0645\u0642\u062f\u0627\u0631 \u0628\u0647\u200c\u062f\u0633\u062a\u200c\u0622\u0645\u062f\u0647 \u0635\u062d\u062a \u062e\u0648\u0627\u0647\u062f \u0628\u0648\u062f. \u062d\u0627\u0644 \u0628\u0627 \u062a\u0648\u062c\u0647 \u0628\u0647 \u0645\u062b\u0627\u0644 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627 (\u06f1\u06f7\u06f0 + \u06f1\u06f5\u06f5\u06f5) \u062a\u0642\u0633\u06cc\u0645\u200c\u0628\u0631 \u06f2\u06f0\u06f0\u06f0 \u0628\u0631\u0627\u0628\u0631 \u0628\u0627 \u0635\u062d\u062a \u06f8\u06f7\u066a \u0645\u06cc\u200c\u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u06a9\u062f \u0632\u06cc\u0631 \u0646\u062d\u0648\u0647 \u062a\u0639\u0631\u06cc\u0641 \u0645\u0627\u062a\u0631\u06cc\u0633 \u062f\u0631\u200c\u0647\u0645\u200c\u0631\u06cc\u062e\u062a\u06af\u06cc \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0627\u0633\u062a:<\/span><\/p>\n\n\n\n

                \n

                from sklearn.metrics import confusion_matrix<\/code><\/span><\/p>\n

                cm = confusion_matrix(y_test, y_pred)<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0647 \u0645\u062b\u0627\u0644 \u0632\u06cc\u0631 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f:<\/span><\/h2>\n\n\n\n

                \u0628\u0647 \u0637\u0648\u0631 \u0645\u062b\u0627\u0644 \u0641\u0631\u0636 \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645 \u06a9\u0647 \u06cc\u06a9 \u0634\u0631\u06a9\u062a \u0628\u06cc\u0645\u0647 \u0627\u062f\u0639\u0627\u06cc\u06cc \u0631\u0627 \u0628\u0647 \u062f\u0627\u062f\u0647\u200c\u06a9\u0627\u0648\u06cc<\/a> \u0645\u06cc\u200c\u062f\u0647\u062f \u0648 \u0645\u06cc\u200c\u062e\u0648\u0627\u0647\u062f \u0628\u062f\u0627\u0646\u062f \u06a9\u0647 \u0622\u06cc\u0627 \u0627\u06cc\u0646 \u0627\u062f\u0639\u0627 \u06cc\u06a9 \u0627\u062f\u0639\u0627\u06cc \u06a9\u0644\u0627\u0647\u0628\u0631\u062f\u0627\u0631\u06cc \u0627\u0633\u062a \u06cc\u0627 \u0646\u0647.<\/span><\/p>\n\n\n\n

                \u0628\u0647 \u0646\u0638\u0631 \u0634\u0645\u0627 \u0628\u0627 \u062a\u0648\u062c\u0647 \u0628\u0647 \u062a\u0648\u0636\u06cc\u062d\u0627\u062a\u06cc \u06a9\u0647 \u062f\u0631 \u0627\u06cc\u0646 \u0645\u0642\u0627\u0644\u0647 \u062f\u0627\u062f\u0647 \u0634\u062f \u0686\u06af\u0648\u0646\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0686\u0646\u06cc\u0646 \u0645\u0648\u0636\u0648\u0639\u06cc \u067e\u06cc \u0628\u0631\u062f\u061f<\/span><\/p>\n\n\n\n

                \u06a9\u062f \u0632\u06cc\u0631 \u0631\u0627 \u0628\u0646\u0648\u06cc\u0633\u06cc\u062f:<\/span><\/p>\n\n\n\n

                new_pred = classifier.predict(sc.transform(np.array([[a,b,c,d]])))<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062f\u0631 \u06a9\u062f\u06cc \u06a9\u0647 \u0628\u0627\u0644\u0627 \u0646\u0648\u0634\u062a\u06cc\u0645\u060c \u0645\u0642\u062f\u0627\u0631\u0647\u0627\u06cc a, b, c, d \u0646\u0634\u0627\u0646\u06af\u0631 \u0648\u06cc\u0698\u06af\u06cc\u200c\u0647\u0627\u06cc\u06cc \u0647\u0633\u062a\u0646\u062f \u06a9\u0647 \u0645\u0648\u062c\u0648\u062f\u0646\u062f.<\/span><\/p>\n\n\n\n

                \u0633\u067e\u0633 \u0628\u0627\u06cc\u062f \u06a9\u062f \u0632\u06cc\u0631 \u0646\u0648\u0634\u062a\u0647 \u0634\u0648\u062f:<\/span><\/p>\n\n\n\n

                new_pred = (new_prediction > 0.5)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0633\u0627\u062e\u062a\u0647 \u0634\u062f\u0647<\/span><\/h2>\n\n\n\n

                \u0634\u0645\u0627 \u0639\u0632\u06cc\u0632\u0627\u0646 \u0628\u0647\u200c\u0631\u0627\u062d\u062a\u06cc \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u06cc\u062f \u067e\u0633 \u0627\u0632 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u06cc\u06a9 \u06cc\u0627 \u0686\u0646\u062f \u0645\u062f\u0644 \u0645\u062a\u0648\u062c\u0647 \u0634\u0648\u06cc\u062f \u06a9\u0647 \u0635\u062d\u062a\u200c\u0647\u0627\u06cc \u0645\u062a\u0641\u0627\u0648\u062a\u06cc \u0628\u0647 \u0648\u062c\u0648\u062f \u0645\u06cc\u200c\u0622\u06cc\u062f\u200c. \u062f\u0631 \u0627\u06cc\u0646 \u0635\u0648\u0631\u062a \u0646\u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0627\u0637\u0645\u06cc\u0646\u0627\u0646 \u062d\u0627\u0635\u0644 \u06a9\u0631\u062f \u06a9\u0647 \u06a9\u062f\u0627\u0645\u200c\u06cc\u06a9 \u0627\u0632 \u0635\u062d\u062a\u200c\u0647\u0627\u06cc \u0628\u0647 \u0648\u062c\u0648\u062f \u0622\u0645\u062f\u0647 \u0635\u062d\u06cc\u062d \u0647\u0633\u062a\u0646\u062f. \u0628\u062f\u06cc\u0646 \u062a\u0631\u062a\u06cc\u0628 \u0647\u0645\u06cc\u0646 \u0645\u0648\u0636\u0648\u0639 \u0633\u0628\u0628 \u0628\u0647\u200c\u0648\u062c\u0648\u062f\u0622\u0645\u062f\u0646 \u0645\u0633\u0626\u0644\u0647 \u0645\u0648\u0627\u0632\u0646\u0647 \u0628\u0627\u06cc\u0627\u0633 \u0648 \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u06a9\u0647 \u0627\u0635\u0637\u0644\u0627\u062d \u0627\u0646\u06af\u0644\u06cc\u0633\u06cc Bias Variance Trade-Off \u0627\u0633\u062a \u0645\u06cc\u200c\u0634\u0648\u062f. \u0627\u0644\u0628\u062a\u0647 \u062f\u0631 \u0646\u0638\u0631 \u062f\u0627\u0634\u062a\u0647 \u0628\u0627\u0634\u06cc\u062f \u06a9\u0647 \u062a\u0644\u0627\u0634 \u0632\u06cc\u0627\u062f\u06cc \u0645\u06cc\u200c\u0634\u0648\u062f \u062a\u0627 \u0645\u062f\u0644\u06cc \u0628\u0647 \u06a9\u0627\u0631\u0628\u0631\u0627\u0646 \u0622\u0645\u0648\u0632\u0634 \u062f\u0627\u062f\u0647 \u0634\u0648\u062f \u06a9\u0647 \u0635\u062d\u06cc\u062d \u0628\u0627\u0634\u062f \u0648 \u067e\u0633 \u0627\u0632 \u0686\u0646\u062f \u0628\u0627\u0631 \u0622\u0645\u0648\u0632\u0634\u200c\u062f\u0627\u062f\u0647\u200c\u0634\u062f\u0647\u060c \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u0632\u06cc\u0627\u062f\u06cc \u0628\u0631\u0627\u06cc \u0635\u062d\u062a \u0648\u062c\u0648\u062f \u0646\u062f\u0627\u0634\u062a\u0647 \u0628\u0627\u0634\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u062d\u0644 \u06a9\u0631\u062f\u0646 \u0686\u0646\u06cc\u0646 \u0645\u0633\u0626\u0644\u0647\u200c\u0627\u06cc \u0627\u0632 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc \u0645\u062a\u0642\u0627\u0628\u0644 -k fold \u0628\u0627 \u0645\u0642\u062f\u0627\u0631 k \u0628\u0631\u0627\u0628\u0631 \u0628\u0627 \u06f1\u06f0 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0627\u06cc\u0646 \u0639\u0645\u0644 \u0633\u0628\u0628 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u06a9\u0647 \u0645\u062c\u0645\u0648\u0639\u0647 \u0622\u0645\u0648\u0632\u0634 \u0628\u0631 \u0631\u0648\u06cc Fold \u0628\u0631\u0627\u0628\u0631 \u0628\u0627 \u06f1\u06f0 \u062a\u0646\u0638\u06cc\u0645 \u0634\u0648\u062f. \u0628\u0639\u062f \u0645\u062f\u0644 \u0631\u0648\u06cc fold \u0628\u0631\u0627\u0628\u0631 \u0628\u0627 \u06f9 \u0622\u0645\u0648\u0632\u0634 \u062f\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u0648 \u0631\u0648\u06cc fold\u0647\u0627\u06cc \u0628\u0627\u0642\u06cc\u200c\u0645\u0627\u0646\u062f\u0647 \u062a\u0633\u062a \u0627\u0646\u062c\u0627\u0645 \u062e\u0648\u0627\u0647\u062f \u0634\u062f. \u0628\u0647 \u062f\u0644\u06cc\u0644 \u0627\u06cc\u0646\u06a9\u0647 fold \u0628\u0631\u0627\u0628\u0631 \u0628\u0627 \u06f1\u06f0 \u0627\u0633\u062a\u060c \u062a\u0644\u0627\u0634 \u0645\u06cc\u200c\u0634\u0648\u062f \u062a\u0627 \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0627\u0632 \u0637\u0631\u06cc\u0642 \u06f1\u06f0 \u062a\u0631\u06a9\u06cc\u0628 \u0628\u0647\u200c\u0635\u0648\u0631\u062a \u0628\u0627\u0632\u06af\u0634\u062a\u06cc \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u0647\u0631 \u062a\u06a9\u0631\u0627\u0631\u06cc \u06a9\u0647 \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f \u0633\u0628\u0628 \u0628\u0647\u200c\u0648\u062c\u0648\u062f\u0622\u0645\u062f\u0646 \u0633\u0647 \u0635\u062d\u062a\u06cc \u0634\u0648\u062f. \u067e\u0633 \u0627\u0632 \u0627\u0646\u062c\u0627\u0645 \u062a\u0645\u0627\u0645 \u0627\u06cc\u0646 \u0645\u0631\u0627\u062d\u0644 \u0647\u0645\u0647 \u0635\u062d\u062a\u200c\u0647\u0627 \u0628\u0627 \u0647\u0645 \u062c\u0645\u0639 \u0648 \u0645\u06cc\u0627\u0646\u06af\u06cc\u0646 \u0622\u0646\u200c\u0647\u0627 \u0645\u062d\u0627\u0633\u0628\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f \u0648 \u062f\u0631 \u0646\u0647\u0627\u06cc\u062a \u0628\u0647\u200c\u0639\u0646\u0648\u0627\u0646 \u0635\u062d\u062a \u0645\u062f\u0644 \u0627\u0632 \u0622\u0646 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0627\u0644\u0628\u062a\u0647 \u062a\u0648\u062c\u0647 \u062f\u0627\u0634\u062a\u0647 \u0628\u0627\u0634\u06cc\u062f \u06a9\u0647 \u062f\u0631 \u0647\u0645\u0647 \u0627\u06cc\u0646 \u0645\u0648\u0627\u0631\u062f \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u0646\u06cc\u0632 \u0645\u062d\u0627\u0633\u0628\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u062a\u0627 \u0627\u0637\u0645\u06cc\u0646\u0627\u0646 \u062d\u0627\u0635\u0644 \u06af\u0631\u062f\u062f. \u0686\u06cc\u0632\u06cc \u06a9\u0647 \u06a9\u0627\u0631\u0628\u0631 \u0631\u0627 \u0642\u0627\u062f\u0631 \u0645\u06cc\u200c\u0633\u0627\u0632\u062f \u062a\u0627 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc \u0645\u062a\u0642\u0627\u0628\u0644 k-fold \u0631\u0627 \u062f\u0631 \u06a9\u062f Keras \u0642\u0631\u0627\u0631 \u062f\u0647\u062f\u060c KerasClassifier \u0627\u0633\u062a \u06a9\u0647 \u06cc\u06a9 \u067e\u0648\u0634\u0634 \u0627\u0632 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0627\u0633\u062a.<\/span><\/p>\n\n\n\n

                from keras.wrappers.scikit_learn import KerasClassifier<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u067e\u0633 \u0627\u0632 \u0646\u0648\u0634\u062a\u0646 \u06a9\u062f \u0628\u0627\u0644\u0627\u060c \u062a\u0627\u0628\u0639 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc K-fold \u0627\u0632 scikit_learn \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u0645\u06cc\u200c\u06af\u0631\u062f\u062f.<\/span><\/p>\n\n\n\n

                from sklearn.model_selection import cross_val_score<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0647 \u06a9\u062f\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u062f\u0631 \u067e\u0627\u06cc\u06cc\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                \n

                def make_classifier():<\/code><\/span><\/p>\n

                classifier = Sequential()<\/code><\/span><\/p>\n

                classiifier.add(Dense(3, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019, input_dim=5))<\/code><\/span><\/p>\n

                classiifier.add(Dense(3, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019))<\/code><\/span><\/p>\n

                classifier.add(Dense(1, kernel_initializer = \u2018uniform\u2019, activation = \u2018sigmoid\u2019))<\/code><\/span><\/p>\n

                classifier.compile(optimizer= \u2018adam\u2019,loss = \u2018binary_crossentropy\u2019,metrics = [\u2018accuracy\u2019])<\/code><\/span><\/p>\n

                return classifier<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0627\u06cc\u0646 \u062a\u0627\u0628\u0639 Classifier \u0631\u0627 \u0645\u06cc\u200c\u0633\u0627\u0632\u062f\u060c \u0647\u0645\u0686\u0646\u06cc\u0646 \u0622\u0646 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0634\u062f\u0646 \u062f\u0631 \u06af\u0627\u0645 \u0628\u0639\u062f\u06cc \u0628\u0627\u0632\u06af\u0631\u062f\u0627\u0646\u06cc \u0645\u06cc\u200c\u06a9\u0646\u062f. \u062f\u0631 \u0627\u06cc\u0646 \u0645\u0631\u062d\u0644\u0647 \u0628\u0627\u06cc\u062f \u067e\u0648\u0634\u0634\u200c\u062f\u0647\u06cc \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f. \u0646\u0647\u0627\u06cc\u062a\u0627\u064b \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc \u0645\u062a\u0642\u0627\u0628\u0644 K-fold \u06cc\u06a9 \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u062c\u062f\u06cc\u062f \u0633\u0627\u062e\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f \u0648 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 build_fn \u0628\u0647 \u0639\u0646\u0648\u0627\u0646 \u06cc\u06a9 \u062a\u0627\u0628\u0639 \u0633\u0627\u062e\u062a\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f.<\/span><\/p>\n\n\n\n

                \n

                classiifier = KerasClassifier(build_fn = make_classifier,<\/code><\/span><\/p>\n

                batch_size=10, nb_epoch=100)<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u0644\u062d\u0627\u0638\u200c\u06a9\u0631\u062f\u0646 \u062a\u0627\u0628\u0639 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc \u0645\u062a\u0642\u0627\u0628\u0644 K-fold \u0627\u0632 \u062a\u0627\u0628\u0639 cross_vol_score \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 scikit-learn \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 make_classifier \u06cc\u06a9 \u0628\u0631\u0622\u0648\u0631\u062f\u06af\u0631 \u062f\u0633\u062a\u0647\u200c\u0628\u0646\u062f\u06cc \u0633\u0627\u062e\u062a\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u0648 n_jobs=-1 \u0633\u0628\u0628 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u062a\u0627 \u0627\u0632 \u0647\u0645\u0647 \u067e\u0631\u062f\u0627\u0632\u0646\u062f\u0647\u200c\u0647\u0627\u06cc \u0645\u0648\u062c\u0648\u062f \u0628\u062a\u0648\u0627\u0646 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f. \u0645\u0642\u062f\u0627\u0631 cv \u062a\u0639\u062f\u0627\u062f fold\u0647\u0627 \u0627\u0633\u062a \u06a9\u0647 \u0645\u0642\u062f\u0627\u0631 \u06f1\u06f0 \u06cc\u06a9 \u0627\u0646\u062a\u062e\u0627\u0628 \u0631\u0627\u06cc\u062c \u0648 \u0645\u062a\u062f\u0627\u0648\u0644 \u0627\u0633\u062a.<\/span><\/p>\n\n\n\n

                \n

                accuracies = cross_val_score(estimator = classifier,<\/code><\/span><\/p>\n

                X = X_train,<\/code><\/span><\/p>\n

                y = y_train,<\/code><\/span><\/p>\n

                cv = 10,<\/code><\/span><\/p>\n

                n_jobs = -1)<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u062a\u0637\u0627\u0628\u0642 \u0646\u0633\u0628\u06cc \u06cc\u0627 Relative Accuracies \u0628\u0647 \u062f\u0633\u062a \u0622\u0648\u0631\u062f\u0647 \u0634\u0648\u062f\u060c \u0645\u06cc\u0627\u0646\u06af\u06cc\u0646 \u0635\u062d\u062a\u200c\u0647\u0627 \u06af\u0631\u0641\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                mean = accuracies.mean()<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f \u06a9\u0647 \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u0631\u0627 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0635\u0648\u0631\u062a \u0632\u06cc\u0631 \u0645\u062d\u0627\u0633\u0628\u0647 \u06a9\u0631\u062f. \u0647\u062f\u0641 \u0645\u0627 \u062f\u0627\u0634\u062a\u0646 \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u06a9\u0645\u200c\u0628\u06cc\u0646 \u0635\u062d\u062a\u200c\u0647\u0627 \u0627\u0633\u062a. \u0628\u0647 \u06a9\u062f \u0632\u06cc\u0631 \u062f\u0631 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 \u0648 \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                variance = accuracies.var()<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0645\u0628\u0627\u0631\u0632\u0647 \u0628\u0627 \u0628\u06cc\u0634 \u0628\u0631\u0627\u0632\u0634 \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633<\/span><\/h2>\n\n\n\n

                \u062f\u0631 \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0645\u0627\u0634\u06cc\u0646\u060c \u0628\u06cc\u0634 \u0628\u0631\u0627\u0632\u0634 \u06cc\u0627 Overfitting \u0632\u0645\u0627\u0646\u06cc \u0627\u062a\u0641\u0627\u0642 \u0645\u06cc\u200c\u0627\u0641\u062a\u062f \u06a9\u0647 \u0645\u062f\u0644 \u062c\u0632\u0626\u06cc\u0627\u062a \u0648 \u0646\u0648\u06cc\u0632 \u0645\u0648\u062c\u0648\u062f \u062f\u0631 \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647 \u0631\u0627 \u0645\u06cc\u200c\u0622\u0645\u0648\u0632\u062f \u0648 \u062f\u0631 \u0646\u062a\u06cc\u062c\u0647 \u0627\u06cc\u0646 \u0639\u0645\u0644 \u0631\u0648\u06cc \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647\u060c \u06cc\u06a9 \u062a\u0633\u062a \u0636\u0639\u06cc\u0641 \u0627\u0639\u0645\u0627\u0644 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0632\u0645\u0627\u0646\u06cc \u06a9\u0647 \u062a\u0641\u0627\u0648\u062a \u0632\u06cc\u0627\u062f\u06cc \u0645\u0627\u0628\u06cc\u0646 \u0635\u062d\u062a \u0645\u062c\u0645\u0648\u0639\u0647 \u062a\u0633\u062a \u0648 \u0645\u062c\u0645\u0648\u0639\u0647 \u0622\u0645\u0648\u0632\u0634 \u0648\u062c\u0648\u062f \u062f\u0627\u0634\u062a\u0647 \u0628\u0627\u0634\u062f \u0627\u06cc\u0646 \u0627\u062a\u0641\u0627\u0642 \u0645\u0634\u0627\u0647\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f. \u0647\u0645\u0686\u0646\u06cc\u0646 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u06af\u0641\u062a \u0627\u06cc\u0646 \u0627\u062a\u0641\u0627\u0642 \u0632\u0645\u0627\u0646\u06cc \u0646\u0645\u0627\u06cc\u0634 \u062f\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f \u06a9\u0647 \u0648\u0627\u0631\u06cc\u0627\u0646\u0633 \u0628\u0627\u0644\u0627\u06cc\u06cc \u0645\u0648\u0642\u0639 \u0627\u0639\u0645\u0627\u0644 \u0627\u0639\u062a\u0628\u0627\u0631\u0633\u0646\u062c\u06cc \u0645\u062a\u0642\u0627\u0628\u0644 K-fold \u0645\u0648\u062c\u0648\u062f \u0628\u0627\u0634\u062f. \u062f\u0631 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u06cc\u0627 ANN \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 \u0631\u0648\u0634\u06cc \u0628\u0647 \u0646\u0627\u0645 Dropout Regularization \u0628\u0627 \u0627\u06cc\u0646 \u0645\u0633\u0626\u0644\u0647 \u0645\u0642\u0627\u0628\u0644\u0647 \u0645\u06cc\u200c\u06af\u0631\u062f\u062f. \u0631\u0648\u0634 Dropout Regularization \u0628\u0627 \u063a\u06cc\u0631\u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0628\u0647\u200c\u0635\u0648\u0631\u062a \u062a\u0635\u0627\u062f\u0641\u06cc\u060c \u0628\u0639\u0636\u06cc \u0627\u0632 \u0646\u0648\u0631\u0648\u0646\u200c\u0647\u0627\u060c \u062f\u0631 \u0647\u0631 \u0628\u0627\u0631 \u062a\u06a9\u0631\u0627\u0631 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 \u0628\u0631\u0627\u06cc \u062c\u0644\u0648\u06af\u06cc\u0631\u06cc \u0627\u0632 \u0645\u0633\u062a\u0642\u0644 \u0628\u0648\u062f\u0646 \u0628\u06cc\u0634\u062a\u0631 \u0627\u0632 \u0645\u0642\u062f\u0627\u0631 \u0622\u0646\u200c\u0647\u0627 \u0646\u0633\u0628\u062a \u0628\u0647 \u06cc\u06a9\u062f\u06cc\u06af\u0631 \u0639\u0645\u0644 \u0645\u06cc\u200c\u06a9\u0646\u062f.<\/span><\/p>\n\n\n\n

                \n

                from keras.layers import Dropout<\/code><\/span><\/p>\n

                classifier = Sequential()<\/code><\/span><\/p>\n

                classiifier.add(Dense(3, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019, input_dim=5))<\/code><\/span><\/p>\n

                # Notice the dropouts<\/code><\/span><\/p>\n

                classifier.add(Dropout(rate = 0.1))<\/code><\/span><\/p>\n

                classiifier.add(Dense(6, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019))<\/code><\/span><\/p>\n

                classifier.add(Dropout(rate = 0.1))<\/code><\/span><\/p>\n

                classifier.add(Dense(1, kernel_initializer = \u2018uniform\u2019, activation = \u2018sigmoid\u2019))<\/code><\/span><\/p>\n

                classifier.compile(optimizer= \u2018adam\u2019,loss = \u2018binary_crossentropy\u2019,metrics = [\u2018accuracy\u2019])<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062f\u0631 \u0645\u062b\u0627\u0644 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0628\u0627\u0644\u0627\u060c \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0639\u062f \u0627\u0632 \u0627\u0648\u0644\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u062e\u0631\u0648\u062c\u06cc \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u067e\u0633 \u0627\u0632 \u062f\u0648\u0645\u06cc\u0646 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 dropout \u0631\u0627 \u0627\u0646\u062c\u0627\u0645 \u062f\u0627\u062f. \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f\u0646 \u0627\u0632 \u0646\u0631\u062e \u06f0\u066b\u06f1 \u0628\u0647 \u0627\u06cc\u0646 \u0645\u0639\u0646\u06cc \u0627\u0633\u062a \u06a9\u0647 \u0641\u0642\u0637 \u06f1\u066a \u0627\u0632 \u0646\u0648\u0631\u0648\u0646\u200c\u0647\u0627 \u062f\u0631 \u0647\u0631 \u0628\u0627\u0631 \u062a\u06a9\u0631\u0627\u0631 \u063a\u06cc\u0631\u0641\u0639\u0627\u0644 \u062e\u0648\u0627\u0647\u0646\u062f \u0634\u062f. \u067e\u06cc\u0634\u0646\u0647\u0627\u062f \u0645\u0627 \u0628\u0647 \u0634\u0645\u0627 \u06a9\u0627\u0631\u0628\u0631\u0627\u0646 \u0639\u0632\u06cc\u0632 \u0627\u06cc\u0646 \u0627\u0633\u062a \u06a9\u0647 \u0628\u0627 \u0646\u0631\u062e \u06f0\u066b\u06f1 \u06a9\u0627\u0631 \u0631\u0627 \u0627\u0646\u062c\u0627\u0645 \u062f\u0647\u06cc\u062f. \u0628\u0647 \u0627\u06cc\u0646 \u0646\u06a9\u062a\u0647 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f \u06a9\u0647 \u0647\u0631\u06af\u0632 \u0646\u0628\u0627\u06cc\u062f \u0628\u06cc\u0634\u062a\u0631 \u0627\u0632 \u06f0.\u06f4 \u06a9\u0627\u0631 \u0634\u0648\u062f \u0632\u06cc\u0631\u0627 \u0645\u062f\u0644 \u062f\u0686\u0627\u0631 Underfitting \u06cc\u0627 \u0647\u0645\u0627\u0646 \u06a9\u0645 \u0628\u0631\u0627\u0632\u0634 \u062e\u0648\u0627\u0647\u062f \u0634\u062f.<\/span><\/p>\n\n\n\n

                \u062a\u0646\u0638\u06cc\u0645 \u067e\u0627\u0631\u0627\u0645\u062a\u0631<\/span><\/h2>\n\n\n\n

                \u0632\u0645\u0627\u0646\u06cc \u06a9\u0647 \u0635\u062d\u062a \u0645\u062f\u0646\u0638\u0631 \u0634\u0645\u0627 \u0628\u0647 \u062f\u0633\u062a \u0622\u0645\u062f\u060c \u062f\u06cc\u06af\u0631 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0628\u0647\u200c\u062f\u0633\u062a\u200c\u0622\u0648\u0631\u062f\u0646 \u0635\u062d\u062a \u0628\u0627\u0644\u0627\u062a\u0631 \u062a\u0646\u0638\u06cc\u0645 \u06a9\u0631\u062f. \u06a9\u0627\u0631\u0628\u0631 \u0628\u0647 \u0633\u0647\u0648\u0644\u062a \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u0628\u0627 \u062c\u0633\u062a\u200c\u0648\u062c\u0648\u06cc Grid \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627\u06cc \u0645\u062e\u062a\u0644\u0641 \u0631\u0627 \u0645\u062d\u0627\u0633\u0628\u0647 \u06a9\u0646\u062f \u062a\u0627 \u0628\u0647 \u0628\u0647\u062a\u0631\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631 \u062f\u0633\u062a \u06cc\u0627\u0628\u062f. \u0627\u0648\u0644\u06cc\u0646 \u0645\u0631\u062d\u0644\u0647 \u062f\u0631 \u0627\u06cc\u0646 \u0642\u0633\u0645\u062a \u0627\u06cc\u0645\u067e\u0648\u0631\u062a \u06a9\u0631\u062f\u0646 \u0645\u0627\u0698\u0648\u0644 GridSearchCV \u0627\u0633\u062a \u06a9\u0647 \u0627\u06cc\u0646 \u06a9\u0627\u0631 \u0628\u0627\u06cc\u062f \u0627\u0632 sklearn \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u0628\u0647 \u06a9\u062f \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u067e\u0627\u06cc\u06cc\u0646 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f:<\/span><\/p>\n\n\n\n

                from sklearn.model_selection import GridSearchCV<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u067e\u0633 \u0627\u0632 \u0627\u0646\u062c\u0627\u0645 \u0645\u0631\u0627\u062d\u0644 \u06af\u0641\u062a\u0647 \u0634\u062f\u0647\u060c \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u062a\u0627\u0628\u0639 make_classifier \u0648\u06cc\u0631\u0627\u06cc\u0634 \u06af\u0631\u062f\u062f. \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646\u06a9\u0647 \u0627\u0645\u06a9\u0627\u0646 \u0627\u0641\u0632\u0627\u06cc\u0634 \u0628\u06cc\u0634\u062a\u0631 \u0627\u0632 \u06cc\u06a9 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u062f\u0631 \u0645\u062a\u063a\u06cc\u0631 params \u0628\u0647 \u0648\u062c\u0648\u062f \u0622\u06cc\u062f\u060c \u0628\u0627\u06cc\u062f \u06cc\u06a9 \u0645\u062a\u063a\u06cc\u0631 \u062c\u062f\u06cc\u062f \u0628\u0627 \u0646\u0627\u0645 optimizer \u0633\u0627\u062e\u062a\u0647 \u0634\u0648\u062f.<\/span><\/p>\n\n\n\n

                \u062a\u0648\u0636\u06cc\u062d\u0627\u062a \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0635\u0648\u0631\u062a \u0632\u06cc\u0631 \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646 \u0646\u0648\u0634\u062a:<\/span><\/p>\n\n\n\n

                \n

                def make_classifier(optimizer):<\/code><\/span><\/p>\n

                classifier = Sequential()<\/code><\/span><\/p>\n

                classiifier.add(Dense(6, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019, input_dim=11))<\/code><\/span><\/p>\n

                classiifier.add(Dense(6, kernel_initializer = \u2018uniform\u2019, activation = \u2018relu\u2019))<\/code><\/span><\/p>\n

                classifier.add(Dense(1, kernel_initializer = \u2018uniform\u2019, activation = \u2018sigmoid\u2019))<\/code><\/span><\/p>\n

                classifier.compile(optimizer= optimizer,loss = \u2018binary_crossentropy\u2019,metrics = [\u2018accuracy\u2019])<\/code><\/span><\/p>\n

                return classifier<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062f\u0631 \u062a\u06a9\u0647 \u06a9\u062f \u0632\u06cc\u0631 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627\u06cc \u062a\u0627\u0628\u0639 KerasClassifier \u062a\u0646\u0638\u06cc\u0645 \u0645\u06cc\u200c\u0634\u0648\u0646\u062f:<\/span><\/p>\n\n\n\n

                classifier = KerasClassifier(build_fn = make_classifier)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0645\u0631\u062d\u0644\u0647 \u0628\u0639\u062f\u06cc  \u06a9\u0647 \u0628\u0627\u06cc\u062f \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f \u0633\u0627\u062e\u062a\u0646 \u06cc\u06a9 \u062f\u06cc\u06a9\u0634\u0646\u0631\u06cc \u0627\u0633\u062a \u06a9\u0647 \u062f\u0631 \u0622\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627\u06cc\u06cc \u0627\u0633\u062a \u06a9\u0647 \u062a\u0639\u062f\u0627\u062f \u062f\u0648\u0631\u0647\u200c\u0647\u0627 \u0648 \u062a\u0627\u0628\u0639 batch size \u062a\u0646\u0638\u06cc\u0645 \u0645\u06cc\u200c\u0634\u0648\u0646\u062f. \u0627\u0632 adam \u0646\u06cc\u0632 \u062f\u0631 \u0627\u06cc\u0646\u062c\u0627 \u0628\u0647 \u0639\u0646\u0648\u0627\u0646 \u06cc\u06a9 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0647\u0645\u0686\u0646\u06cc\u0646 \u06cc\u06a9 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u062c\u062f\u06cc\u062f \u0646\u06cc\u0632 \u0628\u0627 \u0639\u0646\u0648\u0627\u0646 rmsproo \u0627\u0636\u0627\u0641\u0647 \u0645\u06cc\u200c\u06af\u0631\u062f\u062f. \u0647\u0645\u06cc\u0634\u0647 \u062f\u0631 \u0633\u0646\u062f\u0647\u0627\u06cc Keras \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f\u0646 \u0627\u0632 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 rmsprop \u062f\u0631 \u0632\u0645\u0627\u0646 \u06a9\u0627\u0631 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0628\u0627\u0632\u06af\u0634\u062a\u06cc \u062a\u0648\u0635\u06cc\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. <\/span><\/p>\n\n\n\n

                \u062f\u0631 \u0627\u0635\u0637\u0644\u0627\u062d \u0627\u0646\u06af\u0644\u06cc\u0633\u06cc \u0628\u0647 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0628\u0627\u0632\u06af\u0634\u062a\u06cc Recurrent Neural Network \u06af\u0641\u062a\u0647 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0627\u0644\u0628\u062a\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0627\u0632 \u0622\u0646 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u0628\u0631\u0627\u06cc \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u06cc\u0627 ANN \u0647\u0645 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u06a9\u0631\u062f. \u0628\u0627 \u0627\u06cc\u0646 \u0639\u0645\u0644 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u062a\u0623\u062b\u06cc\u0631 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u0631\u0627 \u0628\u0631 \u0628\u0647\u0628\u0648\u062f \u0646\u062a\u0627\u06cc\u062c \u062f\u0631 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0628\u0631\u0631\u0633\u06cc \u06a9\u0631\u062f.<\/span><\/p>\n\n\n\n

                \n

                params = {<\/code><\/span><\/p>\n

                'batch_size':[20,35],<\/code><\/span><\/p>\n

                'nb_epoch':[150,500],<\/code><\/span><\/p>\n

                'Optimizer':['adam','rmsprop']<\/code><\/span><\/p>\n

                }<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u062f\u0631 \u0622\u062e\u0631 \u0628\u0631\u0627\u06cc \u062a\u0633\u062a \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u0627\u0632 Grid Search \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f. \u06a9\u0627\u0631 \u062a\u0627\u0628\u0639 Grid Search \u0627\u06cc\u0646 \u0627\u0633\u062a \u06a9\u0647 \u0627\u0632 \u0628\u0631\u0622\u0648\u0631\u062f\u06af\u0631 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u06a9\u0647 \u062a\u0639\u0631\u06cc\u0641 \u0634\u062f\u0647\u200c\u0627\u0646\u062f\u060c \u062a\u0639\u062f\u0627\u062f K-fold\u0647\u0627 \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u0633\u0646\u062c\u0647 \u0627\u0645\u062a\u06cc\u0627\u0632\u062f\u0647\u06cc \u0631\u0627 \u0645\u06cc\u200c\u062e\u0648\u0627\u0647\u062f.<\/span><\/p>\n\n\n\n

                \u06a9\u062f \u0632\u06cc\u0631 \u0646\u062d\u0648\u0647 \u06a9\u062f\u0646\u0648\u06cc\u0633\u06cc \u062a\u0627\u0628\u0639 Grid Search \u062f\u0631 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 \u0627\u0633\u062a:<\/span><\/p>\n\n\n\n

                \n

                grid_search = GridSearchCV(estimator=classifier,<\/code><\/span><\/p>\n

                param_grid=params,<\/code><\/span><\/p>\n

                scoring=\u2019accuracy\u2019,<\/code><\/span><\/p>\n

                cv=10)<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0646\u06cc\u0627\u0632 \u0627\u0633\u062a \u06a9\u0647 \u0647\u0645\u0627\u0646\u0646\u062f \u0627\u0634\u06cc\u0627\u06cc \u0642\u0628\u0644\u06cc\u060c \u0645\u062c\u0645\u0648\u0639\u0647 \u062f\u0627\u062f\u0647 \u0622\u0645\u0648\u0632\u0634 \u0631\u0627 \u067e\u0631\u062f\u0627\u0632\u0634 \u06a9\u0631\u062f.<\/span><\/p>\n\n\n\n

                grid_search = grid_search.fit(X_train,y_train)<\/code><\/span><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 best_params \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647\u062a\u0631\u06cc\u0646 \u0627\u0646\u062a\u062e\u0627\u0628 \u0627\u0632 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u0631\u0627 \u0627\u0632 \u0634\u06cc\u0621 Grid search \u06af\u0631\u0641\u062a. \u0628\u0647 \u0647\u0645\u06cc\u0646 \u062f\u0644\u06cc\u0644 \u0627\u0632 best_score- \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0631\u0627\u06cc \u06af\u0631\u0641\u062a\u0646 \u0628\u0647\u062a\u0631\u06cc\u0646 \u0627\u0645\u062a\u06cc\u0627\u0632 \u06a9\u0645\u06a9 \u06af\u0631\u0641\u062a.<\/span><\/p>\n\n\n\n

                \n

                best_param = grid_search.best_params_<\/code><\/span><\/p>\n

                best_accuracy = grid_search.best_score_<\/code><\/span><\/p>\n<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                \u0627\u0644\u0628\u062a\u0647 \u0628\u0647\u062a\u0631 \u0627\u0633\u062a \u06a9\u0647 \u062a\u0648\u062c\u0647 \u06a9\u0646\u06cc\u062f \u0641\u0631\u0627\u06cc\u0646\u062f \u06af\u0641\u062a\u0647 \u0634\u062f\u0647 \u0632\u0645\u0627\u0646\u200c\u0628\u0631 \u0648 \u0637\u0648\u0644\u0627\u0646\u06cc \u0627\u0633\u062a\u060c \u0632\u06cc\u0631\u0627 \u0628\u0631\u0627\u06cc \u0628\u0647\u200c\u062f\u0633\u062a\u200c\u0622\u0648\u0631\u062f\u0646 \u0628\u0647\u062a\u0631\u06cc\u0646 \u067e\u0627\u0631\u0627\u0645\u062a\u0631\u0647\u0627 \u062c\u0633\u062a\u200c\u0648\u062c\u0648 \u0645\u06cc\u200c\u06a9\u0646\u062f.<\/span><\/p>\n\n\n\n

                \u0645\u062b\u0627\u0644\u06cc \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 keras \u062f\u0631 \u067e\u0627\u06cc\u062a\u0648\u0646<\/h2>\n\n\n\n

                \u062f\u0631 \u0627\u06cc\u0646 \u0628\u062e\u0634 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 keras \u0628\u0647 \u0628\u0631\u0631\u0633\u06cc \u06f2 \u0645\u062b\u0627\u0644 \u0645\u0647\u0645 \u062f\u06cc\u06af\u0631 \u062e\u0648\u0627\u0647\u06cc\u0645 \u067e\u0631\u062f\u0627\u062e\u062a \u06a9\u0647 \u0627\u06cc\u0646 \u06f2 \u0645\u062b\u0627\u0644 \u0628\u0647 \u062e\u0635\u0648\u0635 \u0628\u0631\u0627\u06cc \u0627\u0641\u0631\u0627\u062f \u0645\u0628\u062a\u062f\u06cc \u0628\u0633\u06cc\u0627\u0631 \u062d\u0627\u0626\u0632 \u0627\u0647\u0645\u06cc\u062a \u0627\u0633\u062a. \u0645\u062b\u0627\u0644 \u06a9\u062f \u0632\u06cc\u0631 \u0627\u0632 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 keras \u0628\u0631\u0627\u06cc \u0633\u0627\u062e\u062a \u0645\u062f\u0644 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u06a9\u0631\u062f. \u0627\u06cc\u0646 \u0645\u062f\u0644 \u0646\u062a\u06cc\u062c\u0647 \u06cc\u06a9 \u0645\u0634\u06a9\u0644 \u0637\u0628\u0642\u0647\u200c\u0628\u0646\u062f\u06cc \u0628\u0627\u06cc\u0646\u0631\u06cc \u0631\u0627 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0645\u06cc\u200c\u06a9\u0646\u062f. \u062f\u0627\u062f\u0647\u200c\u0647\u0627\u06cc \u0645\u0648\u0631\u062f \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0628\u0631\u0627\u06cc \u0622\u0645\u0648\u0632\u0634 \u0645\u062f\u0644 \u0645\u062c\u0645\u0648\u0639\u0647\u200c\u0627\u06cc \u0627\u0632 \u0646\u0642\u0627\u0637 \u06f2 \u0628\u0639\u062f\u06cc \u0628\u0627 \u0628\u0631\u0686\u0633\u0628 (\u06f0 \u06cc\u0627 \u06f1) \u0627\u0633\u062a \u06a9\u0647 \u0646\u0634\u0627\u0646 \u0645\u06cc\u200c\u062f\u0647\u062f \u0622\u06cc\u0627 \u0646\u0642\u0637\u0647 \u0628\u062e\u0634\u06cc \u0627\u0632 \u06a9\u0644\u0627\u0633 \u0645\u062b\u0628\u062a (\u06f1) \u0627\u0633\u062a \u06cc\u0627 \u06a9\u0644\u0627\u0633 \u0645\u0646\u0641\u06cc (\u06f0). \u0628\u0631\u0627\u06cc \u0627\u06cc\u0646 \u0647\u062f\u0641 \u0645\u0627\u0646\u0646\u062f \u06a9\u062f \u0632\u06cc\u0631 \u0627\u0628\u062a\u062f\u0627 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647\u200c\u0647\u0627\u06cc \u0644\u0627\u0632\u0645 \u0631\u0627 \u0627\u0632 keras \u0648\u0627\u0631\u062f \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645:<\/p>\n\n\n\n

                from<\/span> keras.<\/span>models import<\/span> Sequential\nfrom<\/span> keras.<\/span>layers import<\/span> Dense<\/code><\/pre>\n\n\n\n
                \u0633\u067e\u0633\u060c \u0645\u0639\u0645\u0627\u0631\u06cc \u0645\u062f\u0644 \u0631\u0627 \u0628\u0627 \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0627\u0632 Sequential API \u062a\u0639\u0631\u06cc\u0641 \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645. \u0627\u06cc\u0646 \u0645\u062f\u0644 \u0627\u0632 \u06cc\u06a9 \u0644\u0627\u06cc\u0647 \u0645\u0646\u0641\u0631\u062f \u0628\u0627 \u06f2 \u0646\u0648\u0631\u0648\u0646 \u0648 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0633\u06cc\u06af\u0645\u0648\u0626\u06cc\u062f \u062a\u0634\u06a9\u06cc\u0644 \u0634\u062f\u0647 \u0627\u0633\u062a:<\/p>\n\n\n\n
                model =<\/span> Sequential(<\/span>)<\/span>\nmodel.<\/span>add(<\/span>Dense(<\/span>\u06f2<\/span>,<\/span> activation=<\/span>'sigmoid'<\/span>)<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u062f\u0631 \u0645\u0631\u062d\u0644\u0647 \u0628\u0639\u062f\u060c \u0645\u062f\u0644 \u0631\u0627 \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u06a9\u0631\u062f\u0647 \u0648 \u062a\u0627\u0628\u0639 \u0632\u06cc\u0627\u0646 (Loss Function)\u060c \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 \u0648 \u0645\u0639\u06cc\u0627\u0631\u0647\u0627 \u0631\u0627 \u0645\u0634\u062e\u0635 \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645:<\/p>\n\n\n\n
                model.<\/span>compile<\/span>(<\/span>loss=<\/span>'binary_crossentropy'<\/span>,<\/span> optimizer=<\/span>'adam'<\/span>,<\/span> metrics=<\/span>[<\/span>'accuracy'<\/span>]<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u062f\u0631 \u0646\u0647\u0627\u06cc\u062a \u062f\u0631 \u0627\u06cc\u0646 \u0645\u0631\u062d\u0644\u0647 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 keras\u060c \u0645\u062f\u0644 \u0631\u0627 \u0628\u0631 \u0631\u0648\u06cc \u062f\u0627\u062f\u0647\u200c\u0647\u0627\u06cc \u0622\u0645\u0648\u0632\u0634\u06cc \u0642\u0631\u0627\u0631 \u062f\u0627\u062f\u0647 \u0648 \u0622\u0646 \u0631\u0627 \u0631\u0648\u06cc \u062f\u0627\u062f\u0647\u200c\u0647\u0627\u06cc \u0622\u0632\u0645\u0648\u0646 \u0627\u0631\u0632\u06cc\u0627\u0628\u06cc \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645 \u062a\u0627 \u062f\u0642\u062a \u0631\u0627 \u0628\u0647 \u062f\u0633\u062a \u0622\u0648\u0631\u06cc\u0645:<\/p>\n\n\n\n
                model.<\/span>fit(<\/span>x_train,<\/span> y_train,<\/span> batch_size=<\/span>\u06f3\u06f2<\/span>,<\/span> epochs=<\/span>\u06f5\u06f0<\/span>)<\/span>\nscore =<\/span> model.<\/span>evaluate(<\/span>x_test,<\/span> y_test,<\/span> batch_size=<\/span>\u06f3\u06f2<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u062e\u0631\u0648\u062c\u06cc \u0686\u06cc\u0632\u06cc \u0628\u0647 \u0635\u0648\u0631\u062a \u0632\u06cc\u0631 \u062e\u0648\u0627\u0647\u062f \u0628\u0648\u062f:<\/p>\n\n\n\n
                Epoch 1\/50<\/p>\n\n\n\n
                \u06f3\u06f2\/\u06f3\u06f2 [==============================] – 0s 1ms\/step – loss: 0.6834 – accuracy: 0.5625<\/p>\n\n\n\n
                Epoch 2\/50<\/p>\n\n\n\n
                \u06f3\u06f2\/\u06f3\u06f2 [==============================] – 0s 1ms\/step – loss: 0.6739 – accuracy: 0.5625<\/p>\n\n\n\n
                …<\/p>\n\n\n\n
                Epoch 50\/50<\/p>\n\n\n\n
                \u06f3\u06f2\/\u06f3\u06f2 [==============================] – 0s 1ms\/step – loss: 0.1023 – accuracy: 0.9500<\/p>\n\n\n\n
                \u06f3\u06f2\/\u06f3\u06f2 [==============================] – 0s 1ms\/step – loss: 0.1353 – accuracy: 0.9500<\/p>\n\n\n\n
                \u0645\u062b\u0627\u0644 \u06f2 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 keras<\/h3>\n\n\n\n
                \u0627\u06cc\u0646 \u0645\u062b\u0627\u0644 \u0627\u0632 \u0622\u0645\u0648\u0632\u0634 \u06a9\u0631\u0633 \u06a9\u062f\u0647\u0627\u06cc \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 Keras \u0628\u0627 TensorFlow \u0628\u0631\u0627\u06cc \u0633\u0627\u062e\u062a \u06cc\u06a9 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u06a9\u0627\u0645\u0644\u0627\u064b \u0645\u062a\u0635\u0644 \u0633\u0627\u062f\u0647 \u0628\u0627 \u06cc\u06a9\u200c\u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u06a9\u0647 \u062f\u0627\u0631\u0627\u06cc \u0633\u0647 \u0646\u0648\u0631\u0648\u0646 \u0627\u0633\u062a \u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u062e\u0648\u0627\u0647\u062f \u06a9\u0631\u062f. \u0628\u0627 \u062f\u0633\u062a\u0648\u0631 \u0632\u06cc\u0631 \u0627\u0628\u062a\u062f\u0627 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647\u200c\u0647\u0627 \u0648 \u062a\u0648\u0627\u0628\u0639 \u0644\u0627\u0632\u0645 \u0631\u0627 \u0627\u0632 keras \u0648\u0627\u0631\u062f \u0645\u06cc\u200c\u06a9\u0646\u06cc\u0645.<\/p>\n\n\n\n
                import<\/span> keras\nfrom<\/span> keras.<\/span>models import<\/span> Sequential\nfrom<\/span> keras.<\/span>layers import<\/span> Dense<\/code><\/pre>\n\n\n\n
                \u062f\u0631 \u0645\u0631\u062d\u0644\u0647 \u0628\u0639\u062f \u0633\u067e\u0633 \u06cc\u06a9 \u0645\u062f\u0644 \u0645\u062a\u0648\u0627\u0644\u06cc (sequential model) \u062a\u0639\u0631\u06cc\u0641 \u0634\u062f\u0647 \u0648 \u06cc\u06a9 \u0644\u0627\u06cc\u0647 \u067e\u0646\u0647\u0627\u0646 \u0645\u0646\u0641\u0631\u062f \u0628\u0627 \u0633\u0647 \u0646\u0648\u0631\u0648\u0646 \u0627\u0636\u0627\u0641\u0647 \u062e\u0648\u0627\u0647\u062f \u0634\u062f.<\/p>\n\n\n\n
                model =<\/span> Sequential(<\/span>)<\/span>\nmodel.<\/span>add(<\/span>Dense(<\/span>\u06f3<\/span>,<\/span> input_dim=<\/span>\u06f1<\/span>,<\/span> activation=<\/span>'relu'<\/span>)<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u0645\u0631\u062d\u0644\u0647 \u0628\u0639\u062f\u06cc \u0627\u0636\u0627\u0641\u0647 \u06a9\u0631\u062f\u0646 \u0644\u0627\u06cc\u0647 \u062e\u0631\u0648\u062c\u06cc \u0628\u0627 \u06cc\u06a9 \u0646\u0648\u0631\u0648\u0646 \u0645\u0646\u0641\u0631\u062f \u0648 \u062a\u0627\u0628\u0639 \u0641\u0639\u0627\u0644\u200c\u0633\u0627\u0632\u06cc \u0633\u06cc\u06af\u0645\u0648\u0626\u06cc\u062f (sigmoid activation function) \u0628\u0627\u06cc\u062f \u0627\u0646\u062c\u0627\u0645 \u0634\u0648\u062f:<\/p>\n\n\n\n
                model.<\/span>add(<\/span>Dense(<\/span>\u06f1<\/span>,<\/span> activation=<\/span>'sigmoid'<\/span>)<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u0622\u062e\u0631\u06cc\u0646 \u0645\u0631\u062d\u0644\u0647 \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u0645\u062f\u0644 \u0628\u0627 \u062a\u0627\u0628\u0639 \u0636\u0631\u0631 \u0622\u0646\u062a\u0631\u0648\u067e\u06cc \u0645\u062a\u0642\u0627\u0637\u0639 \u0628\u0627\u06cc\u0646\u0631\u06cc (binary cross-entropy loss function) \u0648 \u0628\u0647\u06cc\u0646\u0647\u200c\u0633\u0627\u0632 Adam \u0627\u0633\u062a:<\/p>\n\n\n\n
                model.<\/span>compile<\/span>(<\/span>loss=<\/span>'binary_crossentropy'<\/span>,<\/span> optimizer=<\/span>'adam'<\/span>)<\/span><\/code><\/pre>\n\n\n\n
                \u062e\u0631\u0648\u062c\u06cc \u0627\u06cc\u0646 \u06a9\u062f \u06cc\u06a9 \u0645\u062f\u0644 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u06a9\u0627\u0645\u067e\u0627\u06cc\u0644 \u0634\u062f\u0647 \u0627\u0633\u062a \u0628\u0647 \u0635\u0648\u0631\u062a \u0632\u06cc\u0631 \u062e\u0648\u0627\u0647\u062f \u0628\u0648\u062f:<\/p>\n\n\n\n
                Model: “sequential_1”<\/p>\n\n\n\n
                _________________________________________________________________<\/p>\n\n\n\n
                Layer (type)                 Output Shape              Param #<\/p>\n\n\n\n
                =================================================================<\/p>\n\n\n\n
                dense_1 (Dense)              (None, 3)                 6<\/p>\n\n\n\n
                _________________________________________________________________<\/p>\n\n\n\n
                dense_2 (Dense)              (None, 1)                 4<\/p>\n\n\n\n
                =================================================================<\/p>\n\n\n\n
                Total params: 10<\/p>\n\n\n\n
                Trainable params: 10<\/p>\n\n\n\n
                Non-trainable params: 0<\/p>\n\n\n\n
                \u0633\u062e\u0646 \u067e\u0627\u06cc\u0627\u0646\u06cc<\/span><\/h2>\n\n\n\n
                \u06cc\u06a9\u06cc \u0627\u0632 \u0646\u062a\u06cc\u062c\u0647\u200c\u06af\u06cc\u0631\u06cc\u200c\u0647\u0627\u06cc\u06cc \u06a9\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u067e\u0633 \u0627\u0632 \u062e\u0648\u0627\u0646\u062f\u0646 \u0645\u0642\u0627\u0644\u0647 \u0622\u0645\u0648\u0632\u0634 Keras\u060c \u0628\u0647 \u0622\u0646 \u0631\u0633\u06cc\u062f \u0627\u06cc\u0646 \u0627\u0633\u062a \u06a9\u0647 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0639\u0645\u06cc\u0642 \u0641\u0642\u0637 \u06cc\u06a9\u06cc \u0627\u0632 \u0627\u0646\u0648\u0627\u0639 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0645\u062d\u0633\u0648\u0628 \u0645\u06cc\u200c\u0634\u0648\u0646\u062f. <\/span>\u0627\u0632 \u062f\u06cc\u06af\u0631 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0645\u0635\u0646\u0648\u0639\u06cc \u0645\u06cc\u200c\u062a\u0648\u0627\u0646 \u0628\u0647 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u067e\u06cc\u0686\u0634\u06cc \u06cc\u0627 Convolutional Neural Network\u060c \u0628\u0647\u200c\u0635\u0648\u0631\u062a \u0627\u062e\u062a\u0635\u0627\u0631 CNN \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u0628\u0627\u0632\u06af\u0634\u062a\u06cc \u06cc\u0627 Recurrent Neural Networks\u060c \u0628\u0647\u200c\u0627\u062e\u062a\u0635\u0627\u0631 RNN \u0627\u0634\u0627\u0631\u0647 \u06a9\u0631\u062f.<\/span><\/p>\n\n\n\n
                \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u067e\u06cc\u0686\u0634\u06cc \u06cc\u0627 CNN \u0646\u06cc\u0632 \u062f\u0631 \u0628\u06cc\u0646\u0627\u06cc\u06cc \u06a9\u0627\u0645\u067e\u06cc\u0648\u062a\u0631 \u0645\u0648\u0631\u062f\u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u0645\u06cc\u200c\u06af\u06cc\u0631\u0646\u062f. \u062a\u0634\u062e\u06cc\u0635 \u062d\u0636\u0648\u0631 \u0633\u0644\u0648\u0644\u200c\u0647\u0627\u06cc \u0633\u0631\u0637\u0627\u0646\u06cc \u062f\u0631 \u0639\u06a9\u0633\u200c\u0647\u0627\u06cc \u06af\u0631\u0641\u062a\u0647 \u0634\u062f\u0647 \u062f\u0631 \u062a\u0635\u0648\u06cc\u0631\u0628\u0631\u062f\u0627\u0631\u06cc \u0627\u0632 \u0645\u063a\u0632 \u0648 \u0647\u0645\u0686\u0646\u06cc\u0646 \u062a\u0634\u062e\u06cc\u0635 \u06af\u0631\u0628\u0647\u200c\u0647\u0627 \u0648 \u0633\u06af\u200c\u0647\u0627 \u062f\u0631 \u06cc\u06a9 \u0645\u062c\u0645\u0648\u0639\u0647\u060c \u062c\u0632\u0621 \u06a9\u0627\u0631\u0647\u0627\u06cc \u0634\u0628\u06a9\u0647\u200c\u0647\u0627\u06cc \u0639\u0635\u0628\u06cc \u067e\u06cc\u0686\u0634\u06cc \u0645\u062d\u0633\u0648\u0628 \u0645\u06cc\u200c\u0634\u0648\u062f. \u0645\u0627\u0634\u06cc\u0646 \u0628\u0648\u0644\u062a\u0632\u0645\u0646 \u0639\u0644\u0627\u0648\u0647 \u0628\u0631 \u067e\u06cc\u0634\u200c\u0628\u06cc\u0646\u06cc \u0628\u0648\u0631\u0633 \u06a9\u0647 \u062f\u0631 \u0622\u06cc\u0646\u062f\u0647 \u0627\u062a\u0641\u0627\u0642 \u062e\u0648\u0627\u0647\u062f \u0627\u0641\u062a\u0627\u062f\u060c \u0627\u0645\u0631\u0648\u0632\u0647 \u062f\u0631 \u0633\u06cc\u0633\u062a\u0645\u200c\u0647\u0627\u06cc \u062a\u0648\u0635\u06cc\u0647 \u06af\u0631 \u0628\u0631\u0646\u0627\u0645\u0647\u200c\u0646\u0648\u06cc\u0633\u06cc \u0646\u06cc\u0632 \u0645\u0648\u0631\u062f\u0627\u0633\u062a\u0641\u0627\u062f\u0647 \u0642\u0631\u0627\u0631 \u0645\u06cc\u200c\u06af\u06cc\u0631\u062f. \u0627\u0645\u06cc\u062f\u0648\u0627\u0631\u06cc\u0645 \u0628\u0627 \u0645\u0637\u0627\u0644\u0639\u0647 \u0627\u06cc\u0646 \u0645\u0642\u0627\u0644\u0647 \u062f\u0631 \u0631\u0627\u0628\u0637\u0647 \u0628\u0627 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u06a9\u0631\u0633 \u0627\u0637\u0644\u0627\u0639\u0627\u062a \u0645\u0641\u06cc\u062f\u06cc \u06a9\u0633\u0628 \u0646\u0645\u0648\u062f\u0647 \u0628\u0627\u0634\u06cc\u062f.\u00a0<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"
                \u06a9\u0631\u0633 (Keras) \u06cc\u06a9\u06cc \u0627\u0632 \u0628\u0647\u062a\u0631\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u0647\u0627\u06cc \u06cc\u0627\u062f\u06af\u06cc\u0631\u06cc \u0639\u0645\u06cc\u0642 \u0648 \u0634\u0628\u06a9\u0647 \u0639\u0635\u0628\u06cc \u0645\u0646\u0628\u0639 \u0628\u0627\u0632 \u0628\u0648\u062f\u0647 \u06a9\u0647 \u0628\u0647 \u0632\u0628\u0627\u0646 \u0628\u0631\u0646\u0627\u0645\u0647 \u0646\u0648\u06cc\u0633\u06cc \u067e\u0627\u06cc\u062a\u0648\u0646 \u0646\u0648\u0634\u062a\u0647 \u0634\u062f\u0647 \u0627\u0633\u062a. \u0627\u06cc\u0646 \u06a9\u062a\u0627\u0628\u062e\u0627\u0646\u0647 \u0645\u06cc\u200c\u062a\u0648\u0627\u0646\u062f \u062f\u0631 \u0628\u0627\u0644\u0627\u06cc TensorFlow \u06cc\u0627 Theano \u0627\u062c\u0631\u0627 \u0634\u0648\u062f. Keras \u0628\u0627 \u062a\u0645\u0631\u06a9\u0632 \u0628\u0631 \u0627\u0645\u06a9\u0627\u0646 \u0622\u0632\u0645\u0627\u06cc\u0634 \u0633\u0631\u06cc\u0639 \u062a\u0648\u0633\u0639\u0647 \u062f\u0627\u062f\u0647 \u0634\u062f\u0647 \u0648 \u0627\u06cc\u0646 \u0627\u0645\u06a9\u0627\u0646 \u0631\u0627 \u0628\u0631\u0627\u06cc \u0646\u0645\u0648\u0646\u0647\u200c\u0633\u0627\u0632\u06cc \u0622\u0633\u0627\u0646 \u0648 \u0633\u0631\u06cc\u0639 \u0645\u062f\u0644\u200c\u0647\u0627\u06cc \u0634\u0628\u06a9\u0647 […]<\/p>\n","protected":false},"author":45,"featured_media":30352,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-20776","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-python-articles"],"_links":{"self":[{"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/posts\/20776","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/comments?post=20776"}],"version-history":[{"count":3,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/posts\/20776\/revisions"}],"predecessor-version":[{"id":66733,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/posts\/20776\/revisions\/66733"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/media\/30352"}],"wp:attachment":[{"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/media?parent=20776"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/categories?post=20776"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/maktabkhooneh.org\/mag\/wp-json\/wp\/v2\/tags?post=20776"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}