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

ćwiczenie

Połączenie wywołań zwrotnych

Trenowanie modeli głębokiego uczenia może trwać bardzo długo – szczególnie gdy sięgasz po głębsze architektury i większe zbiory danych. Zapisywanie modelu za każdym razem, gdy osiąga lepszy wynik, oraz zatrzymywanie trenowania, gdy wyniki przestają się poprawiać, pozwala zapomnieć o ręcznym dobieraniu liczby epok. Zapisany model możesz też w dowolnym momencie wczytać i kontynuować trenowanie od miejsca, w którym zostało przerwane.

Dane treningowe i walidacyjne są dostępne w twoim środowisku jako X_train, X_test, y_train i y_test.

Skorzystaj z wywołań zwrotnych EarlyStopping() i ModelCheckpoint(), żeby komputer mógł pracować samodzielnie – a ty w tym czasie możesz spokojnie zjeść słoik ciastek!

Instrukcje

100 XP
  • Zaimportuj wywołania zwrotne EarlyStopping i ModelCheckpoint z tensorflow.keras.
  • Utwórz monitor_val_acc jako wywołanie zwrotne EarlyStopping, które będzie monitorować 'val_accuracy' z wartością patience równą 3 epokom.
  • Utwórz model_checkpoint jako wywołanie zwrotne ModelCheckpoint i zapisz najlepszy model jako best_banknote_model.hdf5.
  • Dopasuj model, przekazując listę z zdefiniowanymi wywołaniami zwrotnymi oraz X_test i y_test jako dane walidacyjne.