Začněte nyníZačněte zdarma

Trénování s Keras

V tomto cvičení se vracíme ke klasifikaci písmen znakové řeči. Máme 2 000 obrázků čtyř písmen – A, B, C a D – a chceme je klasifikovat s co nejvyšší přesností. Projdeme celý postup: definici modelu, jeho kompilaci i trénování.

Povšimni si, že keras je už naimportovaný z tensorflow. Příznaky jsou dostupné jako sign_language_features a cílové hodnoty jako sign_language_labels.

Toto cvičení je součástí kurzu

Úvod do TensorFlow v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Definuj sequential model s názvem model.
  • Nastav výstupní vrstvu jako dense se 4 uzly a aktivační funkcí softmax.
  • Zkompiluj model s optimizerem SGD a ztrátovou funkcí categorical_crossentropy.
  • Dokonči operaci trénování a nastav počet epoch na 5.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
Upravit a spustit kód