Validation croisée pour l'évaluation d'un réseau de neurones
Pour évaluer le modèle, nous utilisons un ensemble de test distinct. Comme pour les données d'entraînement, les images de l'ensemble de test doivent aussi être remodelées avant de pouvoir être fournies au réseau entièrement connecté, car le réseau s'attend à une colonne par pixel en entrée.
Le model que vous avez entraîné à l'exercice précédent, ainsi que test_data et test_labels, sont disponibles dans votre espace de travail.
Cette activité fait partie du cours
Modélisation d'images avec Keras
Instructions de l’exercice
- Remodelez
test_dataafin de pouvoir l'utiliser pour évaluer le modèle. - Évaluez le modèle sur
test_dataen utilisanttest_labels.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Reshape test data
test_data = test_data.____(____, ____)
# Evaluate the model
model.evaluate(____, ____)