Навчіть глибоку CNN для класифікації зображень одягу

Навчання моделі глибокого навчання дуже схоже на навчання одношарової мережі. Після побудови моделі (як ви зробили в попередній вправі) її потрібно скомпілювати з відповідним набором параметрів. Далі модель навчають, передаючи тренувальні дані разом із тренувальними мітками. Після завершення навчання модель можна оцінити на тестових даних.

model, яку ви зібрали в попередній вправі, доступна у вашому робочому середовищі.

Ця вправа є частиною курсу

Моделювання зображень у Keras

Переглянути курс

Інструкції до вправи

Скомпілюйте модель з функцією втрат categorical cross-entropy та оптимізатором Adam.
Навчіть мережу на train_data протягом 3 епох з пакетами по 10 зображень.
Під час навчання використайте випадково вибрані 20% тренувальних даних як валідаційні.
Оцініть модель на test_data, використайте розмір пакета 10.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Compile model
model.____(optimizer=____, 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])

# Fit the model to training data 
model.____(____, ____, 
          validation_split=0.2, 
          epochs=3, batch_size=10)

# Evaluate the model on test data
model.____(____, ____, batch_size=10)

Редагувати та запускати код