1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do hlubokého učení s Keras
Connected

Cvičení

Trénování s více štítky

Výstup tvého multi-label modelu může vypadat třeba takto: [0.76 , 0.99 , 0.66 ]. Pokud zaokrouhlíme pravděpodobnosti vyšší než 0,5, bude toto pozorování klasifikováno jako obsahující všechny 3 možné štítky [1,1,1]. Pro tento konkrétní problém to znamená, že podle sítě je správné zalít všechny 3 parcely na tvé farmě, a to na základě naměřených hodnot ze senzorů.

Nyní natrénuješ model, který jsi právě sestavil/a, a použiješ ho k předpovědím. Proměnné sensors_train, parcels_train, sensors_test a parcels_test jsou už načtené a připravené k použití.

Podívejme se, jak dobře si tvůj chytrý systém povede!

Pokyny

100 XP
  • Natrénuj model na 100 epochs s hodnotou validation_split 0.2.
  • Proveď predikce pomocí svého modelu na testovacích datech.
  • Zaokrouhli své preds pomocí np.round().
  • Vyhodnoť přesnost svého modelu na testovacích datech.