เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การใช้เลเยอร์ CNN

ในแบบฝึกหัดนี้ จะได้ใช้งานโมเดลที่ผ่านการฝึกมาแล้ว ซึ่งใช้เลเยอร์ Conv1D และ MaxPooling1D จากโมดูล keras.layers.convolutional และให้ความแม่นยำที่ดียิ่งขึ้นในงานจำแนกประเภท

สถาปัตยกรรมนี้ให้ผลลัพธ์ที่ดีในงาน language modeling เช่น การจำแนกประเภท และถูกเพิ่มเข้ามาเป็นแบบฝึกหัดเสริม เพื่อให้เห็นการทำงานจริงและสร้างความเข้าใจเบื้องต้น

เนื่องจากเลเยอร์นี้ไม่ได้อยู่ในขอบเขตของคอร์ส จึงจะเน้นไปที่วิธีใช้งานเลเยอร์เหล่านี้ร่วมกับ RNN layers ที่ได้เรียนไปแล้ว

ทำตามคำแนะนำเพื่อดูผลลัพธ์

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Recurrent Neural Networks (RNNs) สำหรับ Language Modeling ด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พิมพ์สถาปัตยกรรมของโมเดล
  • โหลด weights ที่ผ่านการฝึกมาแล้ว
  • ประเมินโมเดลบนข้อมูลทดสอบ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Print the model summary
model_cnn.____

# Load pre-trained weights
model_cnn.____('model_weights.h5')

# Evaluate the model to get the loss and accuracy values
loss, acc = ____(x_test, y_test, verbose=0)

# Print the loss and accuracy obtained
print("Loss: {0}\nAccuracy: {1}".format(loss, acc))
แก้ไขและรันโค้ด