Kompilowanie modelu
Czas skompilować model, który przed chwilą zdefiniowałeś. Do kompilacji musisz wskazać optymalizator oraz funkcję straty. W filmie Dan wspomniał, że optymalizator Adam to doskonały wybór. Możesz dowiedzieć się o nim więcej – wraz z innymi optymalizatorami Keras – tutaj, a jeśli chcesz zagłębić się w temat, zajrzyj do oryginalnej publikacji przedstawiającej optymalizator Adam.
W tym ćwiczeniu użyjesz optymalizatora Adam oraz funkcji straty w postaci błędu średniokwadratowego. Do dzieła!
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego w Pythonie
Instrukcje do ćwiczenia
- Skompiluj model za pomocą
model.compile(). Jakooptimizerpodaj'adam', a jakoloss–'mean_squared_error'.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)