ПочатиПочніть безкоштовно

Налаштування параметрів моделі

Час спробувати різні параметри вашої моделі й подивитися, наскільки добре вона працює!

Функція create_model(), яку ви створили у попередній вправі, уже готова до використання.

Оскільки навчання об'єкта RandomizedSearchCV займе надто багато часу, результати, які ви мали б отримати, виводяться у функції show_results(). Ви можете самостійно спробувати random_search.fit(X,y) у консолі, щоб переконатися, що все працює після того, як побудуєте решту, але, ймовірно, отримаєте перевищення ліміту часу у вправі (тож спершу скопіюйте свій код, якщо спробуєте це, інакше можете втратити прогрес!).

Вам не потрібно використовувати необов'язкові параметри epochs і batch_size під час створення об'єкта KerasClassifier, адже ви передаєте їх як params у випадковий пошук, і це вже працює.

Ця вправа є частиною курсу

Вступ до Deep Learning з Keras

Переглянути курс

Інструкції до вправи

  • Імпортуйте KerasClassifier із оболонок scikit_learn у tensorflow.keras.
  • Використайте вашу функцію create_model під час створення екземпляра KerasClassifier.
  • Задайте 'relu' і 'tanh' як activation, 32, 128 і 256 як batch_size, 50, 100 і 200 як epochs, а також learning_rate 0.1, 0.01 і 0.001.
  • Передайте перетворену model і обрані params, коли створюєте об'єкт RandomizedSearchCV.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import KerasClassifier from tensorflow.keras scikit learn wrappers
from tensorflow.keras.wrappers.____ import ____

# Create a KerasClassifier
model = KerasClassifier(build_fn = ____)

# Define the parameters to try out
params = {'activation': [____, ____], 'batch_size': [____, ____, ____], 
          'epochs': [____, ____, ____], 'learning_rate': [____, ____, ____]}

# Create a randomize search cv object passing in the parameters to try
random_search = RandomizedSearchCV(____, param_distributions = ____, cv = KFold(3))

# Running random_search.fit(X,y) would start the search,but it takes too long! 
show_results()
Редагувати та запускати код