Ein neuronales Netzwerkmodell an Kleidungsdaten anpassen
In dieser Übung passt du das vollständig verbundene neuronale Netzwerk, das du in der letzten Übung gebaut hast, an Bilddaten an. Die Trainingsdaten kommen als zwei Variablen: „ train_data “, die die Pixeldaten für 50 Bilder der drei Kleidungsklassen enthält, und „ train_labels “, die One-Hot-codierte Darstellungen der Labels für jedes dieser 50 Bilder enthält. Verwandle die Daten in die vom Netzwerk erwarteten Eingaben und passe dann das Modell an die Trainingsdaten und Trainingslabels an.
Die Datei „ model “, die du in der letzten Übung erstellt hast, sowie die Dateien „ train_data “ und „ train_labels “ sind in deinem Arbeitsbereich verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>Bildmodellierung mit Keras</Kurs>Übungsanweisungen
- Bereite die Daten für die Anpassung vor, indem du sie umformst.
- Passe das Modell an, indem du die Eingabetrainingdaten und Trainingslabels an die Methode „
.fit()“ des Modells übergibst.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Reshape the data to two-dimensional array
train_data = train_data.reshape(____, ____)
# Fit the model
model.fit(____, ____, validation_split=0.2, epochs=3)