Обучение свёрточной нейронной сети для классификации одежды

Прежде чем обучать нейронную сеть, её необходимо скомпилировать: задать функцию потерь и оптимизатор. При компиляции также можно указать метрики, которые сеть будет вычислять и выводить на каждой эпохе. Для обучения модели потребуются обучающие данные и соответствующие метки.

Модель Conv2D model, построенная в предыдущем упражнении, доступна в вашем рабочем пространстве.

Это упражнение является частью курса

Моделирование изображений с помощью Keras

Посмотреть курс

Инструкции к упражнению

Скомпилируйте сеть, используя оптимизатор 'adam' и функцию потерь 'categorical_crossentropy'. В списке метрик укажите 'accuracy'.
Обучите сеть на данных train_data и метках train_labels. Задайте 3 эпохи и размер батча 10 изображений. При обучении выделите 20% данных в качестве валидационной выборки, используя аргумент validation_split.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Compile the model 
model.compile(optimizer=____, 
              loss=____, 
              metrics=[____])

# Fit the model on a training set
model.fit(____, ____, 
          validation_split=____, 
          epochs=____, batch_size=____)

Редактировать и запускать код