Melatih CNN untuk mengklasifikasikan jenis pakaian

Sebelum melatih neural network, model perlu dikompilasi dengan fungsi biaya yang tepat dan optimizer yang sesuai. Selama kompilasi, Anda juga dapat menentukan metrik yang dihitung dan dilaporkan jaringan pada setiap epoch. Proses fitting model memerlukan himpunan data pelatihan beserta label pelatihannya.

model Conv2D yang Anda buat pada latihan sebelumnya tersedia di ruang kerja Anda.

Latihan ini merupakan bagian dari kursus

Pemodelan Citra dengan Keras

Lihat Kursus

Instruksi latihan

Kompilasi jaringan menggunakan optimizer 'adam' dan fungsi biaya 'categorical_crossentropy'. Dalam daftar metrik, tetapkan agar jaringan melaporkan 'accuracy'.
Fit jaringan pada train_data dan train_labels. Latih selama 3 epoch dengan ukuran batch 10 gambar. Saat pelatihan, sisihkan 20% data sebagai himpunan validasi dengan argumen kata kunci validation_split.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Compile the model 
model.compile(optimizer=____, 
              loss=____, 
              metrics=[____])

# Fit the model on a training set
model.fit(____, ____, 
          validation_split=____, 
          epochs=____, batch_size=____)

Edit dan Jalankan Kode