Mulai sekarangMulai gratis

Pelatihan dengan Keras

Pada latihan ini, kita kembali ke masalah klasifikasi huruf bahasa isyarat. Kita memiliki 2000 citra untuk empat huruf—A, B, C, dan D—dan kita ingin mengklasifikasikannya dengan tingkat akurasi yang tinggi. Kita akan menyelesaikan semua bagian masalah, termasuk pendefinisian model, kompilasi, dan pelatihan.

Perhatikan bahwa keras telah diimpor dari tensorflow untuk Anda. Selain itu, fitur tersedia sebagai sign_language_features dan target tersedia sebagai sign_language_labels.

Latihan ini merupakan bagian dari kursus

Pendahuluan TensorFlow di Python

Lihat Kursus

Instruksi latihan

  • Definisikan model sequential bernama model.
  • Atur lapisan keluaran bertipe dense, memiliki 4 node, dan gunakan fungsi aktivasi softmax.
  • Kompilasi model dengan optimizer SGD dan loss categorical_crossentropy.
  • Lengkapi operasi fitting dan tetapkan jumlah epoch menjadi 5.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
Edit dan Jalankan Kode