Zacznij terazZacznij za darmo

Strojenie parametrów modelu

Czas przetestować różne parametry modelu i sprawdzić, jak dobrze sobie radzi!

Funkcja create_model(), którą zbudowano w poprzednim ćwiczeniu, jest gotowa do użycia.

Ponieważ dopasowanie obiektu RandomizedSearchCV zajęłoby zbyt dużo czasu, wyniki, które byś otrzymał(a), są wyświetlane przez funkcję show_results(). Możesz samodzielnie wypróbować random_search.fit(X,y) w konsoli, żeby upewnić się, że wszystko działa po zbudowaniu reszty kodu – pamiętaj jednak, że ćwiczenie może się przeterminować (na wszelki wypadek skopiuj wcześniej swój kod, żeby nie utracić postępów!).

Podczas tworzenia obiektu KerasClassifier nie musisz używać opcjonalnych parametrów epochs ani batch_size, ponieważ przekazujesz je jako params do przeszukiwania losowego – to wystarczy.

To ćwiczenie jest częścią kursu

Wprowadzenie do uczenia głębokiego z Keras

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj KerasClassifier z wrapperów scikit-learn dostępnych w tensorflow.keras.
  • Użyj swojej funkcji create_model podczas tworzenia instancji KerasClassifier.
  • Ustaw 'relu' i 'tanh' jako activation, 32, 128 i 256 jako batch_size, 50, 100 i 200 jako epochs oraz learning_rate równe 0.1, 0.01 i 0.001.
  • Przekaż przekonwertowany model oraz wybrane params podczas budowania obiektu RandomizedSearchCV.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import KerasClassifier from tensorflow.keras scikit learn wrappers
from tensorflow.keras.wrappers.____ import ____

# Create a KerasClassifier
model = KerasClassifier(build_fn = ____)

# Define the parameters to try out
params = {'activation': [____, ____], 'batch_size': [____, ____, ____], 
          'epochs': [____, ____, ____], 'learning_rate': [____, ____, ____]}

# Create a randomize search cv object passing in the parameters to try
random_search = RandomizedSearchCV(____, param_distributions = ____, cv = KFold(3))

# Running random_search.fit(X,y) would start the search,but it takes too long! 
show_results()
Edytuj i uruchom kod