Compilando o modelo
Agora você vai compilar o modelo que definiu anteriormente. Para compilar o modelo, você precisa especificar o otimizador e a função de perda a serem usados. No vídeo, o Dan comentou que o otimizador Adam é uma excelente escolha. Você pode ler mais sobre ele e outros otimizadores do Keras aqui e, se estiver realmente curioso para saber mais, pode ler o artigo original que apresentou o otimizador Adam.
Neste exercício, você vai usar o otimizador Adam e a função de perda mean squared error. Mãos à obra!
Este exercício faz parte do curso
Introdução a Deep Learning em Python
Instruções do exercício
- Compile o modelo usando
model.compile(). Seuoptimizerdeve ser'adam'e olossdeve ser'mean_squared_error'.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
____
# Verify that model contains information from compiling
print("Loss function: " + model.loss)