Treinando
Você vai treinar seu primeiro modelo neste curso — e por um bom motivo!
Lembre-se de que antes de treinar seus modelos Keras, você precisa compilá-los. Isso pode ser feito com o método .compile(). O .compile() recebe argumentos como o optimizer, usado para atualizar os pesos, e a função de loss, que é o que queremos minimizar. Treinar seu modelo é tão simples quanto chamar o .fit(), passando as features, os labels e um número de epochs para treinar.
O model de regressão que você construiu no exercício anterior já foi carregado para você usar, junto com os dados time_steps e y_positions. Treine-o e avalie-o nesse mesmo conjunto de dados. Vamos ver se o seu modelo consegue aprender a trajetória do meteoro.
Este exercício faz parte do curso
Introdução ao Deep Learning com Keras
Instruções do exercício
- Compile seu modelo usando o otimizador
'adam'e'mse'como função de perda. - Faça o fit do seu modelo usando as features e os rótulos por 30 epochs.
- Avalie seu modelo com o método
.evaluate(), passando as features e os rótulos usados durante o treinamento.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Compile your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))