एक्टिवेशन फंक्शन्स की तुलना II
पिछले अभ्यास में जो आपने कोड किया था, उसे चलाकर activation_results वैरिएबल प्राप्त किया गया है. इस बार 20 की जगह 100 epochs इस्तेमाल किए गए हैं. इससे आपके पास ज़्यादा epochs होंगे ताकि आप हर एक्टिवेशन फंक्शन के साथ ट्रेनिंग कैसे आगे बढ़ती है, इसकी बेहतर तुलना कर सकें.
activation_results में हर एक्टिवेशन फंक्शन के हर h_callback के लिए:
h_callback.history['val_loss']निकाला गया है.h_callback.history['val_accuracy']निकाला गया है.
दोनों को दो डिक्शनरीज़ में सेव किया गया है: val_loss_per_function और val_acc_per_function.
आपके लिए pandas को pd नाम से लोड भी किया गया है. आइए जल्दी से validation loss और accuracy के कुछ चार्ट्स प्लॉट करते हैं!
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ डीप लर्निंग परिचय
अभ्यास निर्देश
pd.DataFrame()का उपयोग करकेval_loss_per_functionडिक्शनरी से एक नया DataFrame बनाइए.- DataFrame पर
plot()कॉल कीजिए. val_acc_per_functionसे एक और pandas DataFrame बनाइए.- एक बार फिर, DataFrame को प्लॉट कीजिए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a dataframe from val_loss_per_function
val_loss= ____.____(____)
# Call plot on the dataframe
____
plt.show()
# Create a dataframe from val_acc_per_function
val_acc = _____
# Call plot on the dataframe
____
plt.show()