1. Nauka
    2. /
  2. Kursy
    3. /
  3. Modelowanie obrazów z Keras
Connected

ćwiczenie

Trenowanie sieci CNN do klasyfikacji rodzajów odzieży

Przed trenowaniem sieci neuronowej należy ją skompilować z odpowiednią funkcją kosztu i odpowiednim optymalizatorem. Podczas kompilacji możesz również zdefiniować metryki, które sieć będzie obliczać i raportować w każdej epoce. Dopasowanie modelu wymaga zbioru treningowego wraz z odpowiadającymi mu etykietami.

Model model typu Conv2D, który zbudowałeś w poprzednim ćwiczeniu, jest dostępny w twoim środowisku pracy.

Instrukcje

100 XP
  • Skompiluj sieć, używając optymalizatora 'adam' i funkcji kosztu 'categorical_crossentropy'. Na liście metryk zdefiniuj, że sieć ma raportować 'accuracy'.
  • Dopasuj sieć do danych train_data i etykiet train_labels. Trenuj przez 3 epoki z rozmiarem wsadu wynoszącym 10 obrazów. W trakcie trenowania wydziel 20% danych jako zbiór walidacyjny, korzystając z argumentu validation_split.