Antrenare cu Keras
În acest exercițiu, revenim la problema clasificării literelor din limbajul semnelor. Avem 2.000 de imagini cu patru litere – A, B, C și D – și vrem să le clasificăm cu un grad ridicat de acuratețe. Vom parcurge toate etapele problemei: definirea modelului, compilarea și antrenarea.
Reține că keras a fost deja importat din tensorflow. De asemenea, caracteristicile sunt disponibile ca sign_language_features, iar etichetele ca sign_language_labels.
Acest exercițiu face parte din cursul
Introducere în TensorFlow în Python
Instrucțiuni pentru exercițiu
- Definește un model secvențial numit
model. - Setează stratul de ieșire să fie dens, cu 4 noduri, și folosește funcția de activare
softmax. - Compilează modelul cu optimizatorul
SGDși funcția de pierderecategorical_crossentropy. - Finalizează operațiunea de antrenare și setează numărul de epoci la 5.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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=____)