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

Cvičení

Kombinace callbacků

Trénování deep learning modelů může trvat velmi dlouho, zejména při přechodu na hlubší architektury a větší datové sady. Ukládání modelu pokaždé, když se zlepší, a jeho zastavení, když se přestane zlepšovat, ti ušetří starosti s výběrem počtu epoch. Uložený model můžeš kdykoli obnovit a pokračovat v trénování tam, kde jsi skončil/a.

Data pro trénování a validaci jsou v tvém pracovním prostředí dostupná jako X_train, X_test, y_train a y_test.

Použij callbacky EarlyStopping() a ModelCheckpoint() – a pak klidně jdi sníst celou sklenici sušenek, zatímco počítač maká za tebe!

Pokyny

100 XP
  • Importuj callbacky EarlyStopping i ModelCheckpoint z tensorflow.keras.
  • Vytvoř monitor_val_acc jako callback EarlyStopping, který bude sledovat 'val_accuracy' s hodnotou patience nastavenou na 3 epochy.
  • Vytvoř model_checkpoint jako callback ModelCheckpoint a ulož nejlepší model pod názvem best_banknote_model.hdf5.
  • Natrénuj model a předej mu seznam s definovanými callbacky a X_test a y_test jako validační data.