BaşlayınÜcretsiz başlayın

Nöral ayrım

Eldivenlerini tak, çünkü beyin ameliyatına giriyorsun!

Nöronlar, veri küpendeki farklı çıktı sınıflarını daha iyi ayırt etmelerine yardımcı olacak çıktılar üretmek için ağırlıklarını güncelleyerek öğrenir. Az önce yazdığın inp_to_out() fonksiyonunu kullanarak, Banknote Authentication modelinin ilk katmanındaki iki nöronun öğrenme sırasında ürettiği çıktıları görselleştireceksin.

  1. bölümde oluşturduğun model, tıpkı X_test ve y_test gibi kullanıma hazır. plot() fonksiyonunu kontrol etmek istersen konsola show_code(plot) yapıştır.

Ağır bir iş yapıyorsun; her şey hazır olduğunda, ayrımı canlı izlemek için grafikler arasında tıkla!

Bu egzersiz, kursun bir parçasıdır

Keras ile Deep Learning'e Giriş

Kursa Göz Atın

Egzersiz talimatları

  • X_test ile beslendiğinde ilk katmanın çıktısını almak için daha önce tanımlanan inp_to_out() fonksiyonunu kullan.
  • Her epoch sonunda test veri kümesi için doğrulama doğruluğunu elde etmek üzere model.evaluate() metodunu kullan.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

for i in range(0, 21):
  	# Train model for 1 epoch
    h = model.fit(X_train, y_train, batch_size = 16, epochs = 1, verbose = 0)
    if i%4==0: 
      # Get the output of the first layer
      layer_output = ____([____])[0]
      
      # Evaluate model accuracy for this epoch
      test_accuracy = model.____(____, ____)[1] 
      
      # Plot 1st vs 2nd neuron output
      plot()
Kodu Düzenle ve Çalıştır