शुरू करेंमुफ़्त में शुरू करें

क्रॉस-वैलिडेशन के साथ प्रशिक्षण

अब समय है कि आप अपने मॉडल को पाए गए सर्वोत्तम पैरामीटर्स के साथ ट्रेन करें: learning rate के लिए 0.001, 50 epochs, 128 batch_size और relu activations.

पिछले अभ्यास का create_model() फंक्शन उपयोग के लिए तैयार है. X और y फीचर्स और लेबल्स के रूप में लोड हैं.

अपना KerasClassifier ऑब्जेक्ट बनाते समय मॉडल के लिए पाए गए सर्वोत्तम मानों का उपयोग करें ताकि cross_validation करते समय वही लागू हों.

इस अध्याय का समापन breast cancer dataset पर एक बेहतरीन ट्यून किया हुआ मॉडल ट्रेन करके करें!

यह अभ्यास पाठ्यक्रम का हिस्सा है

Keras के साथ डीप लर्निंग परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • tensorflow.keras के scikit_learn रैपर्स से KerasClassifier इम्पोर्ट करें.
  • पाए गए सर्वोत्तम पैरामीटर्स देकर एक KerasClassifier ऑब्जेक्ट बनाएँ.
  • 3 फोल्ड्स के साथ क्रॉस-वैलिडेशन करने के लिए अपने model, फीचर्स और लेबल्स को cross_val_score में पास करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import KerasClassifier from tensorflow.keras wrappers
from tensorflow.keras.wrappers.____ import ____

# Create a KerasClassifier
model = ____(build_fn = create_model(learning_rate = ____, activation = ____), epochs = ____, 
             batch_size = ____, verbose = 0)

# Calculate the accuracy score for each fold
kfolds = cross_val_score(____, ____, ____, cv = ____)

# Print the mean accuracy
print('The mean accuracy was:', kfolds.mean())

# Print the accuracy standard deviation
print('With a standard deviation of:', kfolds.std())
कोड संपादित करें और चलाएँ