Addestrare una CNN per classificare i tipi di capi d’abbigliamento
Prima di addestrare una rete neurale, è necessario compilarla con la giusta funzione di costo e l’ottimizzatore appropriato. Durante la compilazione puoi anche definire le metriche che la rete calcola e riporta a ogni epoca. Il fitting del modello richiede un insieme di dati di training, insieme alle etichette di training per la rete.
Il model Conv2D che hai creato nell’esercizio precedente è disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Image Modeling with Keras
Istruzioni dell'esercizio
- Compila la rete usando l’ottimizzatore
'adam'e la funzione di costo'categorical_crossentropy'. Nella lista delle metriche, specifica che la rete riporti'accuracy'. - Esegui il fitting della rete su
train_dataetrain_labels. Addestra per 3 epoche con una dimensione del batch di 10 immagini. Durante l’addestramento, metti da parte il 20% dei dati come set di validazione, usando l’argomentovalidation_split.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compile the model
model.compile(optimizer=____,
loss=____,
metrics=[____])
# Fit the model on a training set
model.fit(____, ____,
validation_split=____,
epochs=____, batch_size=____)