शुरू करेंमुफ़्त में शुरू करें

कपड़ों के प्रकार क्लासिफ़ाई करने के लिए CNN को ट्रेन करना

किसी न्यूरल नेटवर्क को ट्रेन करने से पहले उसे सही cost function और सही optimizer के साथ compile करना होता है. कम्पाइलेशन के दौरान, आप ऐसे metrics भी परिभाषित कर सकते हैं जिन्हें नेटवर्क हर epoch में कैलकुलेट करे और रिपोर्ट करे. Model fitting के लिए training data set के साथ training labels को भी नेटवर्क को देना होता है.

पिछले अभ्यास में आपने जो Conv2D model बनाया था, वह आपके workspace में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ Image Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • नेटवर्क को 'adam' optimizer और 'categorical_crossentropy' cost function के साथ compile करें. Metrics सूची में नेटवर्क को 'accuracy' रिपोर्ट करने के लिए परिभाषित करें.
  • नेटवर्क को train_data और train_labels पर fit करें. 3 epochs के लिए ट्रेन करें, और batch size 10 images रखें. Training के दौरान, validation_split keyword argument का उपयोग करके डेटा का 20% हिस्सा validation set के रूप में अलग रखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compile the model 
model.compile(optimizer=____, 
              loss=____, 
              metrics=[____])

# Fit the model on a training set
model.fit(____, ____, 
          validation_split=____, 
          epochs=____, batch_size=____)
कोड संपादित करें और चलाएँ