Czy model jest przeuczony?
Wytrenujmy model, który właśnie zbudowano, i narysujmy jego krzywą uczenia, żeby sprawdzić, czy nie jest przeuczony!
Możesz skorzystać z załadowanej funkcji plot_loss(), aby wykreślić stratę treningową na tle straty walidacyjnej – obie wartości możesz pobrać z wywołania zwrotnego historii.
Jeśli chcesz zajrzeć do kodu funkcji plot_loss(), wklej to w konsoli: show_code(plot_loss)
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z Keras
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Train your model for 60 epochs, using X_test and y_test as validation data
h_callback = model.fit(____, ____, epochs = ____, ____ = (____, ____), verbose=0)
# Extract from the h_callback object loss and val_loss to plot the learning curve
plot_loss(____.____[____], ____.____[____])