Trénování hlubokého CNN pro klasifikaci obrázků oblečení

Trénování modelu deep learningu je velmi podobné trénování sítě s jednou vrstvou. Jakmile je model sestavený (jak jsi udělal/a v předchozím cvičení), je potřeba ho zkompilovat se správnou sadou parametrů. Poté se model natrénuje pomocí trénovacích dat a příslušných popisků. Po dokončení trénování lze model vyhodnotit na testovacích datech.

Model model, který jsi sestavil/a v předchozím cvičení, je dostupný ve tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Image Modeling with Keras

Zobrazit kurz

Pokyny k cvičení

Zkompiluj model s použitím funkce ztráty categorical cross-entropy a optimalizátoru Adam.
Natrénuj síť na datech train_data po dobu 3 epoch s dávkami po 10 obrázcích.
Použij náhodně vybraných 20 % trénovacích dat jako validační data během trénování.
Vyhodnoť model na datech test_data s velikostí dávky 10.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compile model
model.____(optimizer=____, 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])

# Fit the model to training data 
model.____(____, ____, 
          validation_split=0.2, 
          epochs=3, batch_size=10)

# Evaluate the model on test data
model.____(____, ____, batch_size=10)

Upravit a spustit kód