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

ćwiczenie

Callback historii

Callback historii jest zwracany domyślnie za każdym razem, gdy trenujesz model metodą .fit(). Aby uzyskać dostęp do tych metryk, odwołaj się do parametru słownika history wewnątrz zwróconego obiektu h_callback, używając odpowiednich kluczy.

Model maszyny nawadniającej (model), który zbudowałeś w poprzedniej lekcji, jest już wczytany i gotowy do trenowania. Cechy i etykiety są dostępne jako X_train, y_train, X_test, y_test. Tym razem zapiszesz callback history modelu i użyjesz parametru validation_data podczas trenowania.

Wyniki zapisane w history zwizualizujesz za pomocą funkcji plot_accuracy() i plot_loss() – dwóch prostych funkcji matplotlib. Możesz sprawdzić ich kod w konsoli, wklejając show_code(plot_loss).

Zobaczmy, co dzieje się za kulisami podczas trenowania!

Instrukcje

100 XP
  • Wytrenuj model na danych X_train i y_train, walidując każdą epokę na X_test i y_test.
  • Użyj plot_loss, wyodrębniając loss i val_loss z h_callback.
  • Użyj plot_accuracy, wyodrębniając accuracy i val_accuracy z h_callback.