Antrenează un CNN adânc pentru clasificarea imaginilor cu haine

Antrenarea unui model de învățare profundă este foarte asemănătoare cu antrenarea unei rețele cu un singur strat. După ce modelul este construit (așa cum ai făcut în exercițiul anterior), acesta trebuie compilat cu parametrii potriviți. Apoi, modelul este antrenat furnizându-i date de antrenament împreună cu etichetele corespunzătoare. După finalizarea antrenamentului, modelul poate fi evaluat pe date de testare.

Modelul model pe care l-ai construit în exercițiul anterior este disponibil în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Modelarea imaginilor cu Keras

Vezi cursul

Instrucțiuni pentru exercițiu

Compilează modelul pentru a folosi funcția de pierdere categorical cross-entropy și optimizatorul Adam.
Antrenează rețeaua cu train_data timp de 3 epoci, cu loturi de câte 10 imagini.
Folosește 20% din datele de antrenament, selectate aleatoriu, ca date de validare în timpul antrenamentului.
Evaluează modelul cu test_data, folosind un lot de dimensiune 10.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Compile model
model.____(optimizer=____, 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])

# Fit the model to training data 
model.____(____, ____, 
          validation_split=0.2, 
          epochs=3, batch_size=10)

# Evaluate the model on test data
model.____(____, ____, batch_size=10)

Editează și rulează codul