1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego z Keras
Connected

ćwiczenie

Trenowanie z wieloma etykietami

Wynik twojego modelu wieloetykietowego (model) może wyglądać tak: [0.76 , 0.99 , 0.66 ]. Jeśli zaokrąglimy prawdopodobieństwa wyższe niż 0,5, ta obserwacja zostanie sklasyfikowana jako zawierająca wszystkie 3 możliwe etykiety [1,1,1]. W tym konkretnym problemie oznaczałoby to, że nawadnianie wszystkich 3 działek w gospodarstwie jest właściwą decyzją – przynajmniej zdaniem sieci, na podstawie odczytów z czujników.

Teraz wytrenuj model i dokonaj predykcji przy użyciu model, który właśnie zbudowałeś. sensors_train, parcels_train, sensors_test i parcels_test są już wczytane i gotowe do użycia.

Sprawdź, jak dobrze radzi sobie twoja inteligentna maszyna!

Instrukcje

100 XP
  • Wytrenuj model przez 100 epok (epochs), używając validation_split równego 0,2.
  • Dokonaj predykcji za pomocą model na danych testowych.
  • Zaokrąglij wyniki w preds za pomocą np.round().
  • Oceń dokładność modelu na danych testowych.