Compilación del modelo
Ahora vas a compilar el modelo que especificaste anteriormente. Para compilar el modelo, debes especificar el optimizador y la función de pérdida que se van a utilizar. En el vídeo, Dan mencionó que el optimizador Adam es una excelente opción. Puedes obtener más información al respecto, así como sobre otros optimizadores de Keras, aquí, y si realmente te interesa saber más, puedes leer el artículo original en el que se presentó el optimizador Adam.
En este ejercicio, utilizarás el optimizador Adam y la función de pérdida por error cuadrático medio. ¡A por ello!
Este ejercicio forma parte del curso
Introducción al aprendizaje profundo en Python
Instrucciones del ejercicio
- Compila el modelo utilizando
model.compile(). Tuoptimizerdebería ser'adam'y ellossdebería ser'mean_squared_error'.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# 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)