Kom igångKom igång gratis

Träning med Keras

I den här övningen återvänder vi till klassificeringsproblemet med teckenspråksbokstäver. Vi har 2 000 bilder av fyra bokstäver – A, B, C och D – och vill klassificera dem med hög noggrannhet. Vi går igenom alla steg: modelldefinition, kompilering och träning.

Observera att keras redan har importerats från tensorflow. Särdragen finns tillgängliga som sign_language_features och etiketterna som sign_language_labels.

Den här övningen är en del av kursen

Introduktion till TensorFlow i Python

Visa kurs

Övningsinstruktioner

  • Definiera en sekventiell modell med namnet model.
  • Sätt utdatalagret till tätt (dense) med 4 noder och aktiveringsfunktionen softmax.
  • Kompilera modellen med optimeraren SGD och förlusten categorical_crossentropy.
  • Slutför anpassningsoperationen och sätt antalet epoker till 5.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
Redigera och kör kod