Компиляция модели
Последний шаг в создании модели — её компиляция. После того как модель создана, её необходимо скомпилировать, прежде чем приступать к обучению на данных. Этот шаг завершает настройку модели, фиксирует все её параметры и готовит её к работе с данными!
В процессе компиляции вы задаёте оптимизатор, который будет использоваться при обучении, и функцию потерь. 'adam' — хороший оптимизатор по умолчанию, который хорошо работает в большинстве случаев. Выбор функции потерь зависит от конкретной задачи. Среднеквадратичная ошибка — распространённая функция потерь, которая оптимизирует предсказание среднего значения, как это делается в методе наименьших квадратов.
Средняя абсолютная ошибка оптимизирует медиану и применяется в квантильной регрессии. Для данного набора данных функция 'mean_absolute_error' работает достаточно хорошо, поэтому используйте её в качестве функции потерь.
Это упражнение является частью курса
Продвинутое глубокое обучение с Keras
Инструкции к упражнению
- Скомпилируйте созданную модель (
model). - Используйте оптимизатор
'adam'. - Используйте среднюю абсолютную ошибку (или
'mean_absolute_error') в качестве функции потерь.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Compile the model
____(optimizer=____, loss=____)