1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à TensorFlow en Python
Connected

Exercice

Mesures et validation avec Keras

Nous avons entraîné un modèle pour prédire des lettres en langue des signes dans l'exercice précédent, mais il n'est pas clair à quel point nous avons réussi. Dans cet exercice, nous allons améliorer l'interprétabilité de nos résultats. Comme nous n'avons pas utilisé de fraction de validation, nous n'avons observé des améliorations de performance que sur l'ensemble d'entraînement; toutefois, il est difficile de savoir quelle part était due au surapprentissage. De plus, comme nous n'avons pas fourni de mesure, nous n'avons vu que des diminutions de la fonction de perte, sans interprétation évidente.

Notez que keras a été importé pour vous à partir de tensorflow.

Instructions

100 XP
  • Configurez la première couche dense avec 32 nœuds, une fonction d'activation sigmoid, et une forme d'entrée de (784,).
  • Utilisez l'optimiseur root mean square propagation, une perte de type categorical crossentropy et la mesure d'exactitude (accuracy).
  • Réglez le nombre d'époques à 10 et utilisez 10 % de l'ensemble de données pour la validation.