Het model compileren
Je gaat nu het model compileren dat je eerder hebt gespecificeerd. Om het model te compileren, moet je de optimizer en verliesfunctie opgeven. In de video noemde Dan dat de Adam-optimizer een uitstekende keuze is. Je kunt er meer over lezen, net als over andere Keras-optimizers, hier. En als je echt nieuwsgierig bent, kun je het oorspronkelijke artikel lezen waarin de Adam-optimizer werd geïntroduceerd.
In deze oefening gebruik je de Adam-optimizer en de mean squared error-verliesfunctie. Aan de slag!
Deze oefening maakt deel uit van de cursus
Introductie tot Deep Learning in Python
Oefeninstructies
- Compileer het model met
model.compile(). Jeoptimizermoet'adam'zijn en delossmoet'mean_squared_error'zijn.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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)