Začněte nyníZačněte zdarma

Callback history

Callback history se vrací automaticky pokaždé, když trénuješ model metodou .fit(). Pro přístup k těmto metrikám použij parametr slovníku history uvnitř vráceného objektu h_callback s příslušnými klíči.

Model model zavlažovacího stroje, který jsi sestavil/a v předchozí lekci, je načtený a připravený k trénování spolu se svými příznaky a štítky uloženými jako X_train, y_train, X_test, y_test. Tentokrát uložíš callback history modelu a při trénování použiješ parametr validation_data.

Výsledky uložené v history zobrazíš pomocí funkcí plot_accuracy() a plot_loss() – dvou jednoduchých funkcí z matplotlib. Jejich kód si můžeš prohlédnout v konzoli vložením show_code(plot_loss).

Podívejme se, co se děje během trénování za oponou!

Toto cvičení je součástí kurzu

Úvod do hlubokého učení s Keras

Zobrazit kurz

Pokyny k cvičení

  • Natrénuj model na datech X_train a y_train a v každé epoše ho validuj na X_test a y_test.
  • Použij plot_loss a extrahuj z h_callback hodnoty loss a val_loss.
  • Použij plot_accuracy a extrahuj z h_callback hodnoty accuracy a val_accuracy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Train your model and save its history
h_callback = ____.____(____, ____, epochs = 25,
               validation_data=(____, ____))

# Plot train vs test loss during training
plot_loss(h_callback.history[____], h_callback.history[____])

# Plot train vs test accuracy during training
plot_accuracy(h_callback.history[____], h_callback.history[____])
Upravit a spustit kód