Entraînement
Vous allez entraîner votre premier modèle dans ce cours, et pour une bonne cause !
Rappelez-vous que avant d’entraîner vos modèles Keras, vous devez les compiler. Cela se fait avec la méthode .compile(). La méthode .compile() prend des arguments comme l’optimizer, utilisé pour mettre à jour les poids, et la fonction de loss, que l’on cherche à minimiser. Entraîner votre modèle est aussi simple que d’appeler la méthode .fit(), en lui passant les features, les labels et un nombre d’epochs pour l’entraînement.
Le modèle de régression model que vous avez construit dans l’exercice précédent est chargé pour vous, ainsi que les données time_steps et y_positions. Entraînez-le et évaluez-le sur ces mêmes données pour voir si votre modèle peut apprendre la trajectoire du météore.
Cet exercice fait partie du cours
Introduction au Deep Learning avec Keras
Instructions
- Compilez votre modèle en utilisant l’optimizer
'adam'et'mse'comme fonction de perte. - Entraînez votre modèle avec les caractéristiques et les étiquettes pendant 30 epochs.
- Évaluez votre modèle avec la méthode
.evaluate(), en passant les caractéristiques et les étiquettes utilisées pendant l’entraînement.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Compile your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))