Addestra una CNN profonda con pooling per classificare le immagini
Addestrare una CNN con livelli di pooling è molto simile all’addestramento delle reti profonde che hai già visto. Una volta costruita la rete (come hai fatto nell’esercizio precedente), il modello va compilato correttamente e poi gli vanno forniti i dati di addestramento, insieme agli altri argomenti che controllano la procedura di fitting.
Nel tuo workspace è disponibile il seguente model dall’esercizio precedente:
Convolution => Max pooling => Convolution => Flatten => Dense
Questo esercizio fa parte del corso
Image Modeling with Keras
Istruzioni dell'esercizio
- Compila questo modello usando la funzione di perdita categorical cross-entropy e l’ottimizzatore Adam.
- Addestra il modello per 3 epoche con batch di dimensione 10.
- Usa il 20% dei dati come dati di validazione.
- Valuta il modello su
test_datacontest_labels(anch’essi con batch di dimensione 10).
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compile the model
____
# Fit to training data
____
# Evaluate on test data
____