Ajuster un réseau de neurones aux données de vêtements
Dans cet exercice, vous allez ajuster le réseau de neurones entièrement connecté que vous avez construit à l'exercice précédent sur des données d'images. Les données d'entraînement sont fournies sous forme de deux variables : train_data, qui contient les données de pixels pour 50 images des trois catégories de vêtements, et train_labels, qui contient les représentations à code unitaire (one-hot) des étiquettes pour chacune de ces 50 images. Transformez les données selon le format d'entrée attendu par le réseau, puis entraînez le modèle sur les données et les étiquettes d'entraînement.
Le model que vous avez compilé à l'exercice précédent ainsi que train_data et train_labels sont disponibles dans votre espace de travail.
Cette activité fait partie du cours
Modélisation d'images avec Keras
Instructions de l’exercice
- Préparez les données pour l'ajustement en leur donnant la nouvelle forme requise.
- Entraînez le modèle en passant les données d'entrée et les étiquettes d'entraînement à la méthode
.fit()du modèle.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Reshape the data to two-dimensional array
train_data = train_data.reshape(____, ____)
# Fit the model
model.fit(____, ____, validation_split=0.2, epochs=3)