ट्रेनिंग
आप इस कोर्स में अपना पहला मॉडल ट्रेन करने जा रहे हैं — और वह भी अच्छे उद्देश्य के लिए!
याद रखें कि Keras मॉडल को ट्रेन करने से पहले आपको उन्हें compile करना होता है. यह .compile() मेथड से किया जाता है. .compile() मेथड में optimizer (जो वेट्स को अपडेट करता है) और loss फंक्शन (जिसे हमें minimize करना है) जैसे आर्ग्यूमेंट्स दिए जाते हैं. मॉडल को ट्रेन करना उतना ही आसान है जितना .fit() मेथड कॉल करना, और उसमें features, labels और ट्रेनिंग के लिए epochs की संख्या पास करना.
पिछले अभ्यास में बनाया गया regression model आपके लिए लोड कर दिया गया है, साथ ही time_steps और y_positions डेटा भी. इसे इसी डेटा पर ट्रेन और evaluate कीजिए. देखते हैं, आपका मॉडल meteor की trajectory सीख पाता है या नहीं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ डीप लर्निंग परिचय
अभ्यास निर्देश
- अपने मॉडल को
'adam'optimizer और'mse'loss function के साथ compile करें. - फीचर्स और लेबल्स का उपयोग करते हुए मॉडल को 30 epochs के लिए fit करें.
- ट्रेनिंग में इस्तेमाल किए गए वही फीचर्स और लेबल्स पास करके
.evaluate()मेथड से अपने मॉडल का मूल्यांकन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Compile your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))