Trénování CNN pro klasifikaci typů oblečení

Než začneš neuronovou síť trénovat, je potřeba ji zkompilovat se správnou ztrátovou funkcí a správným optimalizátorem. Při kompilaci můžeš také definovat metriky, které síť vypočítává a vypisuje v každé epoše. Trénování modelu vyžaduje trénovací dataset spolu s příslušnými labely.

Model model s vrstvou Conv2D, který jsi sestavil/a v předchozím cvičení, máš k dispozici ve svém pracovním prostředí.

Toto cvičení je součástí kurzu

Image Modeling with Keras

Zobrazit kurz

Pokyny k cvičení

Zkompiluj síť pomocí optimalizátoru 'adam' a ztrátové funkce 'categorical_crossentropy'. V seznamu metrik nastav, aby síť vykazovala hodnotu 'accuracy'.
Natrénuj síť na datech train_data a labelech train_labels. Trénuj po dobu 3 epoch s velikostí dávky 10 obrázků. Při trénování vyčleň 20 % dat jako validační sadu pomocí parametru validation_split.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compile the model 
model.compile(optimizer=____, 
              loss=____, 
              metrics=[____])

# Fit the model on a training set
model.fit(____, ____, 
          validation_split=____, 
          epochs=____, batch_size=____)

Upravit a spustit kód