始める無料で始める

Keras でのメトリクスと検証

前の演習では、手話の文字を予測するモデルを学習しましたが、その成果がどの程度かは明確ではありませんでした。この演習では、結果の解釈しやすさを高めていきます。検証用の分割を使わなかったため、学習データ内での性能向上しか確認できず、どの程度が過学習によるものか判断できませんでした。さらに、メトリクスを指定していなかったため、損失関数の減少しか確認できず、明確な解釈ができませんでした。

keras は tensorflow からインポート済みです。

この演習はコースの一部です

Introduction to TensorFlow in Python

コースを見る

演習の手順

  • 最初の全結合層はノード数を32、活性化関数を sigmoid、入力形状を (784,) に設定します。
  • オプティマイザは Root Mean Square Propagation、損失は categorical crossentropy、メトリクスは accuracy を使用します。
  • エポック数を10にし、データセットの10%を検証に使用します。

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。

# Define sequential model
model = keras.Sequential()

# Define the first layer
model.add(keras.layers.Dense(____, ____, ____))

# Add activation function to classifier
model.add(keras.layers.Dense(4, activation='softmax'))

# Set the optimizer, loss function, and metrics
model.compile(optimizer='____', loss='____', metrics=['____'])

# Add the number of epochs and the validation split
model.fit(sign_language_features, sign_language_labels, epochs=____, validation_split=____)
コードを編集して実行