Doğrulama veri kümesinde model doğruluğunu değerlendirme

Şimdi sıra sende: Bir doğrulama veri kümesiyle model doğruluğunu izle. model olarak bir model tanımı sağlandı. Senin görevin, onu derlemek ve ardından eğitmek için gerekli kodu eklemek. Her epoch'ta doğrulama skorunu kontrol edeceksin.

Bu egzersiz

Python ile Deep Learning'e Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Modelini optimizer olarak 'adam' ve loss olarak 'categorical_crossentropy' ile derle. Her epoch'ta tahminlerin hangi oranının doğru olduğunu (accuracy) görmek için model.compile() içinde ek anahtar kelime argümanı olarak metrics=['accuracy'] belirt.
Modeli predictors ve target kullanarak eğit. Yüzde 30 (ya da 0.3) doğrulama bölmesi oluştur. Bu, her epoch'ta raporlanacaktır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Save the number of columns in predictors: n_cols
n_cols = predictors.shape[1]
input_shape = (n_cols,)

# Specify the model
model = Sequential()
model.add(Dense(100, activation='relu', input_shape = input_shape))
model.add(Dense(100, activation='relu'))
model.add(Dense(2, activation='softmax'))

# Compile the model
____

# Fit the model
hist = ____

Kodu Düzenle ve Çalıştır