เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ปรับแต่งพารามิเตอร์ของโมเดล

ถึงเวลาทดลองใช้พารามิเตอร์ต่าง ๆ กับโมเดลและดูว่าโมเดลทำงานได้ดีแค่ไหน!

ฟังก์ชัน create_model() ที่สร้างไว้ในแบบฝึกหัดก่อนหน้าพร้อมใช้งานแล้ว

เนื่องจากการ fit object RandomizedSearchCV ใช้เวลานานมาก ผลลัพธ์ที่จะได้รับจึงถูกแสดงผ่านฟังก์ชัน show_results() แทน หากต้องการทดสอบเอง สามารถรัน random_search.fit(X,y) ใน console ได้ แต่อาจทำให้แบบฝึกหัดหมดเวลาได้ (แนะนำให้คัดลอกโค้ดสำรองไว้ก่อน เพื่อป้องกันการสูญเสียความคืบหน้า!)

ไม่จำเป็นต้องระบุพารามิเตอร์เสริม epochs และ batch_size ตอนสร้าง object KerasClassifier เนื่องจากค่าเหล่านี้จะถูกส่งผ่าน params ไปยัง random search อยู่แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import KerasClassifier จาก scikit_learn wrappers ของ tensorflow.keras
  • ใช้ฟังก์ชัน create_model ตอนสร้าง object KerasClassifier
  • กำหนด 'relu' และ 'tanh' เป็น activation, กำหนด 32, 128 และ 256 เป็น batch_size, กำหนด 50, 100 และ 200 เป็น epochs และกำหนด learning_rate เป็น 0.1, 0.01 และ 0.001
  • ส่ง model ที่แปลงแล้วและ params ที่เลือกไว้ตอนสร้าง object RandomizedSearchCV

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด