Trénování modelu
Teď přichází ta nejlepší část – natrénuješ model. Připomeň si, že data s prediktivními příznaky jsou uložena v NumPy poli predictors a data, která chceme předpovědět, jsou v NumPy poli target. Tvůj model je už připravený a zkompilovaný kódem z předchozího cvičení.
Toto cvičení je součástí kurzu
Úvod do deep learningu v Pythonu
Pokyny k cvičení
- Natrénuj
model. Nezapomeň, že prvním argumentem jsou prediktivní příznaky (predictors) a druhým argumentem jsou data k předpovězení (target).
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
model.compile(optimizer='adam', loss='mean_squared_error')
# Fit the model
____