Compilare il modello
Ora compilerai il modello che hai definito in precedenza. Per compilare il modello, devi specificare l’optimizer e la funzione di loss da utilizzare. Nel video, Dan ha detto che l’optimizer Adam è un’ottima scelta. Puoi leggere di più su Adam e sugli altri optimizer di Keras qui e, se vuoi approfondire davvero, puoi consultare l’articolo originale che ha introdotto l’optimizer Adam.
In questo esercizio userai l’optimizer Adam e la funzione di loss mean squared error. Vai!
Questo esercizio fa parte del corso
Introduzione al Deep Learning in Python
Istruzioni dell'esercizio
- Compila il modello usando
model.compile(). Il tuooptimizerdeve essere'adam'e lalossdeve essere'mean_squared_error'.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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)