เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

History Callback

ทุกครั้งที่เทรนโมเดลด้วยเมธอด .fit() จะมี history callback ถูกส่งคืนมาให้โดยอัตโนมัติ หากต้องการเข้าถึง metrics เหล่านี้ ให้เข้าถึง parameter history ซึ่งเป็น dictionary ภายใน object h_callback ที่ส่งคืนมา โดยใช้ key ที่ต้องการ

โมเดลเครื่องรดน้ำอัตโนมัติ model ที่สร้างไว้ในบทที่แล้วถูกโหลดมาให้พร้อมเทรน พร้อมด้วย features และ labels ที่โหลดเป็น X_train, y_train, X_test, y_test แล้ว คราวนี้จะเก็บ history callback ของโมเดลไว้ และใช้ parameter validation_data ระหว่างการเทรน

จากนั้นจะนำผลลัพธ์ที่เก็บไว้ใน history มาพลอตด้วย plot_accuracy() และ plot_loss() ซึ่งเป็นฟังก์ชัน matplotlib อย่างง่าย สามารถดูโค้ดของฟังก์ชันเหล่านี้ได้ใน console โดยพิมพ์ show_code(plot_loss)

มาดูกันว่าเกิดอะไรขึ้นเบื้องหลังระหว่างการเทรนกัน!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เทรนโมเดลด้วย X_train และ y_train โดย validate แต่ละ epoch ด้วย X_test และ y_test
  • ใช้ plot_loss โดยดึงค่า loss และ val_loss จาก h_callback
  • ใช้ plot_accuracy โดยดึงค่า accuracy และ val_accuracy จาก h_callback

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Train your model and save its history
h_callback = ____.____(____, ____, epochs = 25,
               validation_data=(____, ____))

# Plot train vs test loss during training
plot_loss(h_callback.history[____], h_callback.history[____])

# Plot train vs test accuracy during training
plot_accuracy(h_callback.history[____], h_callback.history[____])
แก้ไขและรันโค้ด