Kompilera en modell
Det sista steget när du skapar en modell är att kompilera den. När modellen är skapad måste du kompilera den innan du kan träna den på data. Det här steget slutför modellen, låser alla inställningar och förbereder den för att möta data!
Under kompileringen anger du vilken optimerare som ska användas för att träna modellen på data, samt en förlustfunktion. 'adam' är ett bra standardval som generellt fungerar väl. Förlustfunktionen beror på vilken typ av problem du arbetar med. Medelkvadratfel är en vanlig förlustfunktion och optimerar för att förutsäga medelvärdet, som i minsta kvadratmetoden.
Medelabsolutfel optimerar för medianen och används vid kvantilregression. För det här datasetet fungerar 'mean_absolute_error' bra, så använd det som din förlustfunktion.
Den här övningen är en del av kursen
Avancerad djupinlärning med Keras
Övningsinstruktioner
- Kompilera modellen du skapade (
model). - Använd optimeraren
'adam'. - Använd medelabsolutfel (
'mean_absolute_error') som förlustfunktion.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Compile the model
____(optimizer=____, loss=____)