Dopasowywanie modelu sieci neuronowej do danych odzieżowych
W tym ćwiczeniu dostosujesz w pełni połączoną sieć neuronową, którą zbudowałeś w poprzednim ćwiczeniu, do danych obrazowych. Dane treningowe są dostępne w dwóch zmiennych: train_data, która zawiera dane pikselowe 50 obrazów z trzech kategorii odzieżowych, oraz train_labels, która zawiera reprezentacje etykiet każdego z tych 50 obrazów w postaci kodowania „jeden z wielu" (one-hot encoding). Przekształć dane do formatu oczekiwanego przez sieć, a następnie dopasuj model do danych i etykiet treningowych.
Model model skompilowany w poprzednim ćwiczeniu oraz zmienne train_data i train_labels są dostępne w twoim środowisku roboczym.
To ćwiczenie jest częścią kursu
Modelowanie obrazów z Keras
Instrukcje do ćwiczenia
- Przygotuj dane do dopasowania, zmieniając ich kształt (reshape).
- Dopasuj model, przekazując dane treningowe i etykiety treningowe do metody
.fit()modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Reshape the data to two-dimensional array
train_data = train_data.reshape(____, ____)
# Fit the model
model.fit(____, ____, validation_split=0.2, epochs=3)