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

ćwiczenie

Efekty normalizacji wsadowej

Normalizacja wsadowa (batch normalization) przyspiesza uczenie modeli i sprawia, że ich krzywe uczenia są bardziej stabilne. Sprawdź, jak wypadają dwa identyczne modele – jeden z normalizacją wsadową, drugi bez.

Model batchnorm_model, który właśnie zbudowano, jest już załadowany. Dostępna jest również jego kopia bez normalizacji wsadowej: standard_model. Możesz sprawdzić ich summary() w konsoli. Załadowane są też X_train, y_train, X_test i y_test, dzięki którym możesz wytrenować oba modele.

Porównasz krzywe dokładności uczenia obu modeli, wykreślając je za pomocą compare_histories_acc().

Aby zobaczyć kod funkcji, wklej w konsoli show_code(compare_histories_acc).

Instrukcje

100 XP
  • Wytrenuj standard_model przez 10 epok, przekazując dane treningowe i walidacyjne, a historię zapisz w h1_callback.
  • Wytrenuj batchnorm_model przez 10 epok, przekazując dane treningowe i walidacyjne, a historię zapisz w h2_callback.
  • Wywołaj compare_histories_acc, przekazując h1_callback i h2_callback.