Kompilace modelu

Teď zkompilujeme model, který jsi nadefinoval/a v předchozím kroku. Při kompilaci musíš zadat optimalizátor a ztrátovou funkci. Dan ve videu zmínil, že Adam je skvělá volba optimalizátoru. Více si o něm i dalších Keras optimalizátorech můžeš přečíst zde, a pokud tě zajímají detaily, podívej se i na původní článek, ve kterém byl Adam představen.

V tomto cvičení použiješ optimalizátor Adam a ztrátovou funkci střední kvadratické chyby. Jdeme na to!

Toto cvičení je součástí kurzu

Úvod do deep learningu v Pythonu

Zobrazit kurz

Pokyny k cvičení

Zkompiluj model pomocí model.compile(). Jako optimizer zadej 'adam' a jako loss použij 'mean_squared_error'.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential

# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))

# Compile the model
____

# Verify that model contains information from compiling
print("Loss function: " + model.loss)

Upravit a spustit kód