शुरू करेंमुफ़्त में शुरू करें

हिस्ट्री callback

हर बार जब आप .fit() मेथड के साथ कोई मॉडल train करते हैं, तो history callback डिफ़ॉल्ट रूप से रिटर्न होता है. इन metrics तक पहुँचने के लिए, आप रिटर्न हुए h_callback ऑब्जेक्ट के अंदर history नाम की dictionary को संबंधित keys के साथ एक्सेस कर सकते हैं.

पिछले लेसन में बनाया गया सिंचाई मशीन model आपके लिए लोड कर दिया गया है, साथ ही उसकी features और labels अब X_train, y_train, X_test, y_test के रूप में उपलब्ध हैं. इस बार आप मॉडल का history callback स्टोर करेंगे और train करते समय validation_data पैरामीटर का उपयोग करेंगे.

आप history में सेव परिणामों को plot_accuracy() और plot_loss() के साथ प्लॉट करेंगे, जो matplotlib की दो सरल फंक्शंस हैं. आप इनके कोड को कंसोल में show_code(plot_loss) पेस्ट करके देख सकते हैं.

आइए, training के पर्दे के पीछे क्या होता है, इसे देखते हैं!

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ डीप लर्निंग परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • अपने मॉडल को X_train और y_train पर train करें, और हर epoch पर X_test और y_test से validate करें.
  • h_callback से loss और val_loss निकालकर plot_loss का उपयोग करें.
  • h_callback से accuracy और val_accuracy निकालकर plot_accuracy का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Train your model and save its history
h_callback = ____.____(____, ____, epochs = 25,
               validation_data=(____, ____))

# Plot train vs test loss during training
plot_loss(h_callback.history[____], h_callback.history[____])

# Plot train vs test accuracy during training
plot_accuracy(h_callback.history[____], h_callback.history[____])
कोड संपादित करें और चलाएँ