衣類画像を分類する深いCNNを学習させる
Deep learning モデルの学習は、単一層ネットワークの学習ととても似ています。モデルを構築したら（前の演習で行ったとおり）、適切なパラメータでコンパイルする必要があります。その後、学習データと学習ラベルを与えてフィットさせます。学習が終わったら、テストデータで評価できます。
前の演習で作成した model は、ワークスペースに用意されています。
この演習はコースの一部です
Keras で学ぶ画像モデリング
演習の手順
- 損失関数にカテゴリカルクロスエントロピー、オプティマイザに Adam を使うようにモデルをコンパイルします。
train_dataを使って、エポック数 3、バッチサイズ 10（各バッチ10枚の画像）でネットワークを学習させます。- 学習中の検証データとして、学習データの 20% をランダムに使用します。
test_dataでモデルを評価し、バッチサイズは 10 にします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)