Обучение модели
Теперь самое интересное — вы обучите модель. Напомним: данные, используемые в качестве признаков для предсказания, загружены в массив NumPy с именем predictors, а целевые значения хранятся в массиве NumPy с именем target. Ваша модель model уже написана и скомпилирована с помощью кода из предыдущего упражнения.
Это упражнение является частью курса
Введение в глубокое обучение на Python
Инструкции к упражнению
- Обучите модель
model. Помните, что первым аргументом передаются признаки (predictors), а вторым — целевые значения (target).
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Import necessary modules
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
# Specify the model
n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(50, activation='relu', input_shape = (n_cols,)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1))
# Compile the model
model.compile(optimizer='adam', loss='mean_squared_error')
# Fit the model
____