Ajustement d'un modèle de réseau neuronal aux données relatives aux vêtements
Dans cet exercice, vous allez ajuster le réseau neuronal entièrement connecté que vous avez construit dans l'exercice précédent à des données d'images. Les données d'entraînement sont fournies sous la forme de deux variables : train_data, qui contient les données pixel de 50 images des trois catégories de vêtements, et train_labels, qui contient les représentations codées en one-hot des étiquettes de chacune de ces 50 images. Transformez les données en entrées attendues par le réseau, puis ajustez le modèle aux données d'apprentissage et aux étiquettes d'apprentissage.
Le fichier model, que vous avez compilé dans l'exercice précédent, ainsi que les fichiers train_data et train_labels sont disponibles dans votre espace de travail.
Cet exercice fait partie du cours
Modélisation d'images avec Keras
Instructions
- Préparez les données pour l'ajustement en les remodelant.
- Ajustez le modèle en transmettant les données d'apprentissage et les étiquettes d'apprentissage à la méthode d'
.fit()du modèle.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Reshape the data to two-dimensional array
train_data = train_data.reshape(____, ____)
# Fit the model
model.fit(____, ____, validation_split=0.2, epochs=3)