Mengompilasi model
Sekarang Anda akan mengompilasi model yang telah Anda tentukan sebelumnya. Untuk mengompilasi model, Anda perlu menentukan optimizer dan fungsi loss yang akan digunakan. Dalam video, Dan menyebutkan bahwa optimizer Adam adalah pilihan yang sangat baik. Anda dapat membaca lebih lanjut tentangnya serta optimizer Keras lainnya di sini, dan jika Anda sangat ingin tahu lebih jauh, Anda dapat membaca makalah asli yang memperkenalkan optimizer Adam.
Dalam latihan ini, Anda akan menggunakan optimizer Adam dan fungsi loss mean squared error. Silakan lanjutkan!
Latihan ini merupakan bagian dari kursus
Pengantar Deep Learning dengan Python
Instruksi latihan
- Kompilasi model menggunakan
model.compile().optimizerAnda harus'adam'danlossharus'mean_squared_error'.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
____
# Verify that model contains information from compiling
print("Loss function: " + model.loss)