Das Modell kompilieren
Nun wirst du das zuvor spezifizierte Modell kompilieren. Zum Kompilieren musst du den Optimierer und die Verlustfunktion festlegen. Im Video hat Dan erwähnt, dass der Adam-Optimierer eine hervorragende Wahl ist. Mehr dazu sowie zu anderen Keras-Optimierern findest du hier. Wenn du es ganz genau wissen möchtest, kannst du auch das Originalpaper lesen, in dem der Adam-Optimierer vorgestellt wurde.
In dieser Übung verwendest du den Adam-Optimierer und die Verlustfunktion der mittleren quadratischen Abweichung. Los geht’s!
Diese Übung ist Teil des Kurses
Einführung in Deep Learning mit Python
Anleitung zur Übung
- Kompiliere das Modell mit
model.compile(). Deinoptimizersollte'adam'sein undlosssollte'mean_squared_error'sein.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
____
# Verify that model contains information from compiling
print("Loss function: " + model.loss)