BaşlayınÜcretsiz Başlayın

Ayarlamaya uygun bir model hazırlama

İkili sınıflandırma yapan ve meme kanseri veri kümesini iyi sınıflandıran bir modelin hiperparametrelerini ayarlayalım.

Bir modeli sklearn tahminleyicisine dönüştürmenin ilk adımının onu oluşturan bir fonksiyon yazmak olduğunu görmüştün. Bu fonksiyonun tanımı önemli, çünkü hiperparametre ayarı, fonksiyonunun aldığı argümanlar değiştirilerek yapılır.

Öğrenme oranını ve aktivasyon fonksiyonunu argüman olarak alan basit bir create_model() fonksiyonu oluştur. Adam optimize edicisi, öğrenme oranı parametresini de değiştirebilmen için tensorflow.keras.optimizers içinden bir nesne olarak içe aktarıldı.

Bu egzersiz

Keras ile Deep Learning'e Giriş

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Adam optimize edici nesnesinin öğrenme oranını argüman olarak verilen değere ayarla.
  • Gizli katmanların aktivasyonlarını argüman olarak verilene ayarla.
  • Optimize ediciyi ve binary cross-entropy kaybını .compile() metoduna geçir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Creates a model given an activation and learning rate
def create_model(learning_rate, activation):
  
  	# Create an Adam optimizer with the given learning rate
  	opt = Adam(lr = ____)
  	
  	# Create your binary classification model  
  	model = Sequential()
  	model.add(Dense(128, input_shape = (30,), activation = ____))
  	model.add(Dense(256, activation = ____))
  	model.add(Dense(1, activation = 'sigmoid'))
  	
  	# Compile your model with your optimizer, loss, and metrics
  	model.compile(optimizer = ____, loss = ____, metrics = ['accuracy'])
  	return model
Kodu Düzenle ve Çalıştır