의류 종류를 분류하는 CNN 학습하기
신경망을 학습하기 전에, 올바른 비용 함수와 최적화를 사용해 컴파일해야 해요. 컴파일 단계에서는 매 에포크마다 네트워크가 계산해 보고할 지표도 정의할 수 있어요. 모델을 학습시키려면 훈련 데이터셋과 그에 대응하는 훈련 레이블이 필요해요.
이전 연습 문제에서 만든 Conv2D model이 작업 공간에 준비되어 있어요.
이 연습은 강의의 일부입니다
Keras로 배우는 이미지 모델링
연습 안내
- 최적화 알고리즘으로
'adam', 비용 함수로'categorical_crossentropy'를 사용해 네트워크를 컴파일하세요. metrics 목록에는 네트워크가'accuracy'를 보고하도록 정의하세요. train_data와train_labels로 네트워크를 학습하세요. 에포크는 3번, 배치 크기는 이미지 10장으로 설정하세요. 학습 시validation_split키워드 인수를 사용해 데이터의 20%를 검증 세트로 분리하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Compile the model
model.compile(optimizer=____,
loss=____,
metrics=[____])
# Fit the model on a training set
model.fit(____, ____,
validation_split=____,
epochs=____, batch_size=____)