ComeçarComece de graça

Treinamento com o Keras

Neste exercício, voltamos ao nosso problema de classificação de letras da língua de sinais. Temos 2.000 imagens de quatro letras - A, B, C e D - e queremos classificá-las com um alto nível de precisão. Concluiremos todas as partes do problema, inclusive a definição, a compilação e o treinamento do modelo.

Observe que keras foi importado de tensorflow para você. Além disso, os recursos estão disponíveis em sign_language_features e os alvos estão disponíveis em sign_language_labels.

Este exercício faz parte do curso

Introdução ao TensorFlow em Python

Ver curso

Instruções do exercício

  • Defina um modelo sequencial chamado model.
  • Defina a camada de saída para ser densa, ter 4 nós e usar uma função de ativação softmax.
  • Compile o modelo com o otimizador SGD e a perda categorical_crossentropy.
  • Conclua a operação de ajuste e defina o número de épocas como 5.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
Editar e executar o código