Обучение глубокой свёрточной нейронной сети с пулингом для классификации изображений
Обучение свёрточной нейронной сети со слоями пулинга практически не отличается от обучения глубоких сетей, с которыми вы уже работали. После того как сеть построена (как в предыдущем упражнении), модель нужно скомпилировать с нужными параметрами, а затем передать ей обучающие данные вместе с аргументами, управляющими процессом обучения.
Следующая model из предыдущего упражнения доступна в вашем рабочем пространстве:
Свёртка => Максимальный пулинг => Свёртка => Выравнивание => Полносвязный слой
Это упражнение является частью курса
Моделирование изображений с помощью Keras
Инструкции к упражнению
- Скомпилируйте модель, используя функцию потерь категориальной кросс-энтропии и оптимизатор Adam.
- Обучите модель в течение 3 эпох с размером батча 10.
- Используйте 20% данных в качестве валидационной выборки.
- Оцените модель на
test_dataс меткамиtest_labels(также с размером батча 10).
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Compile the model
____
# Fit to training data
____
# Evaluate on test data
____