शुरू करेंमुफ़्त में शुरू करें

वैलिडेशन डेटासेट पर मॉडल की accuracy का आकलन

अब बारी आपकी है कि आप वैलिडेशन डेटा सेट के साथ मॉडल की accuracy मॉनिटर करें. model नाम से एक मॉडल डेफिनिशन दिया गया है. आपका काम है इसे compile करने और फिर fit करने का कोड जोड़ना. आप हर epoch में वैलिडेशन स्कोर जाँचेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Deep Learning परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • अपने मॉडल को 'adam' को optimizer और 'categorical_crossentropy' को loss के रूप में उपयोग करके compile करें. हर epoch में कितनी भविष्यवाणियाँ सही हैं (यानी accuracy) यह देखने के लिए, model.compile() में अतिरिक्त कीवर्ड आर्ग्यूमेंट metrics=['accuracy'] निर्दिष्ट करें.
  • मॉडल को predictors और target का उपयोग करके fit करें. 30% (या 0.3) का validation split बनाएँ. यह हर epoch में रिपोर्ट किया जाएगा.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Save the number of columns in predictors: n_cols
n_cols = predictors.shape[1]
input_shape = (n_cols,)

# Specify the model
model = Sequential()
model.add(Dense(100, activation='relu', input_shape = input_shape))
model.add(Dense(100, activation='relu'))
model.add(Dense(2, activation='softmax'))

# Compile the model
____

# Fit the model
hist = ____
कोड संपादित करें और चलाएँ