LoslegenKostenlos loslegen

Modelle auswerten

Zwei Modelle wurden trainiert und stehen zur Verfügung: large_model mit vielen Parametern und small_model mit weniger Parametern. Beide Modelle wurden mit train_features und train_labels trainiert, die dir vorliegen. Ein separates Test-Set mit test_features und test_labels ist ebenfalls verfügbar.

Dein Ziel ist es, die relative Modellleistung zu bewerten und festzustellen, ob eines der Modelle Anzeichen von Overfitting zeigt. Dazu wertest du large_model und small_model sowohl auf dem Trainings- als auch auf dem Test-Set aus. Für jedes Modell kannst du dazu die Methode .evaluate(x, y) anwenden, um den Loss für die Features x und die Labels y zu berechnen. Anschließend vergleichst du die vier berechneten Loss-Werte.

Diese Übung ist Teil des Kurses

Einführung in TensorFlow mit Python

Kurs anzeigen

Anleitung zur Übung

  • Werte das kleine Modell mit den Trainingsdaten aus.
  • Werte das kleine Modell mit den Testdaten aus.
  • Werte das große Modell mit den Trainingsdaten aus.
  • Werte das große Modell mit den Testdaten aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Evaluate the small model using the train data
small_train = small_model.evaluate(____, ____)

# Evaluate the small model using the test data
small_test = ____

# Evaluate the large model using the train data
large_train = large_model.evaluate(____, ____)

# Evaluate the large model using the test data
large_test = ____

# Print losses
print('\n Small - Train: {}, Test: {}'.format(small_train, small_test))
print('Large - Train: {}, Test: {}'.format(large_train, large_test))
Code bearbeiten und ausführen