Kom igångKom igång gratis

Finjustera modellens parametrar

Nu är det dags att testa olika parametrar på din modell och se hur bra den presterar!

Funktionen create_model() som du byggde i föregående övning är redo att använda.

Eftersom det skulle ta för lång tid att anpassa RandomizedSearchCV-objektet visas de resultat du skulle få i funktionen show_results(). Du kan prova random_search.fit(X,y) i konsolen själv för att kontrollera att det fungerar när du har byggt allt annat, men det kommer troligtvis att ta för lång tid (så kopiera din kod först om du provar, annars kan du förlora dina framsteg!).

Du behöver inte använda de valfria parametrarna epochs och batch_size när du bygger ditt KerasClassifier-objekt, eftersom du skickar dem som params till den slumpmässiga sökningen – det fungerar redan.

Den här övningen är en del av kursen

Introduktion till djupinlärning med Keras

Visa kurs

Övningsinstruktioner

  • Importera KerasClassifier från tensorflow.keras scikit_learn-wrappers.
  • Använd din funktion create_model när du instansierar din KerasClassifier.
  • Ange 'relu' och 'tanh' som activation, 32, 128 och 256 som batch_size, 50, 100 och 200 som epochs, samt learning_rate med värdena 0.1, 0.01 och 0.001.
  • Skicka ditt konverterade model och de valda params när du bygger ditt RandomizedSearchCV-objekt.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import KerasClassifier from tensorflow.keras scikit learn wrappers
from tensorflow.keras.wrappers.____ import ____

# Create a KerasClassifier
model = KerasClassifier(build_fn = ____)

# Define the parameters to try out
params = {'activation': [____, ____], 'batch_size': [____, ____, ____], 
          'epochs': [____, ____, ____], 'learning_rate': [____, ____, ____]}

# Create a randomize search cv object passing in the parameters to try
random_search = RandomizedSearchCV(____, param_distributions = ____, cv = KFold(3))

# Running random_search.fit(X,y) would start the search,but it takes too long! 
show_results()
Redigera och kör kod