Allena una CNN profonda per classificare immagini di abbigliamento
Addestrare un modello di deep learning è molto simile ad addestrare una rete a singolo strato. Una volta costruito il modello (come hai fatto nell'esercizio precedente), va compilato con il giusto set di parametri. Poi il modello viene addestrato fornendogli i dati di training e le etichette di training. Al termine dell'addestramento, il modello può essere valutato sui dati di test.
Il model che hai costruito nell'esercizio precedente è disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Image Modeling with Keras
Istruzioni dell'esercizio
- Compila il modello usando la funzione di perdita categorical cross-entropy e l'ottimizzatore Adam.
- Allena la rete con
train_dataper 3 epoche con batch di 10 immagini ciascuno. - Usa un 20% dei dati di training selezionato casualmente come dati di validazione durante l'addestramento.
- Valuta il modello con
test_data, usando una dimensione del batch pari a 10.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compile model
model.____(optimizer=____,
loss='categorical_crossentropy',
metrics=['accuracy'])
# Fit the model to training data
model.____(____, ____,
validation_split=0.2,
epochs=3, batch_size=10)
# Evaluate the model on test data
model.____(____, ____, batch_size=10)