ComeçarComece gratuitamente

Ajuste dos parâmetros do modelo

É hora de testar diferentes parâmetros em seu modelo e ver o desempenho dele!

A função create_model() que você criou no exercício anterior está pronta para ser usada.

Como o ajuste do objeto RandomizedSearchCV levaria muito tempo, os resultados que você obteria são impressos na função show_results(). Você pode tentar acessar random_search.fit(X,y) no console para verificar se funciona depois de ter compilado todo o resto, mas provavelmente o exercício terá um tempo limite (portanto, copie o código primeiro se tentar isso ou poderá perder o progresso!)

Você não precisa usar os parâmetros opcionais epochs e batch_size ao criar o objeto KerasClassifier, pois você os está passando como params para a busca aleatória e isso já funciona.

Este exercício faz parte do curso

Introdução à aprendizagem profunda com o Keras

Ver Curso

Instruções de exercício

  • Importar KerasClassifier de tensorflow.keras scikit_learn wrappers.
  • Use a função create_model ao instanciar o site KerasClassifier.
  • Defina 'relu' e 'tanh' como activation, 32, 128 e 256 como batch_size, 50, 100 e 200 epochs, e learning_rate de 0,1, 0,01 e 0,001.
  • Passe seu model convertido e o params escolhido à medida que você constrói seu objeto RandomizedSearchCV.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# 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()
Editar e executar código