Latih CNN mendalam dengan pooling untuk mengklasifikasikan gambar
Melatih CNN dengan lapisan pooling sangat mirip dengan pelatihan jaringan mendalam yang telah Anda lihat sebelumnya. Setelah jaringan dibangun (seperti yang Anda lakukan pada latihan sebelumnya), model perlu dikompilasi dengan tepat, lalu data pelatihan disediakan, bersama argumen lain yang mengendalikan prosedur pelatihan (fitting).
model berikut dari latihan sebelumnya tersedia di ruang kerja Anda:
Convolution => Max pooling => Convolution => Flatten => Dense
Latihan ini adalah bagian dari kursus
Pemodelan Citra dengan Keras
Petunjuk latihan
- Kompilasi model ini untuk menggunakan fungsi loss categorical cross-entropy dan optimizer Adam.
- Latih model selama 3 epoch dengan batch berukuran 10.
- Gunakan 20% data sebagai data validasi.
- Evaluasi model pada
test_datadengantest_labels(juga dengan batch berukuran 10).
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Compile the model
____
# Fit to training data
____
# Evaluate on test data
____