Навчання
Ви збираєтеся навчити свою першу модель у цьому курсі — і заради гарної мети!
Пам'ятайте: перш ніж навчати моделі Keras, їх потрібно скомпілювати. Це робиться за допомогою методу .compile(). Метод .compile() приймає аргументи на кшталт optimizer (використовується для оновлення ваг) і функції loss, яку ми мінімізуємо. Навчити модель так само просто, як викликати метод .fit(), передавши ознаки, мітки і кількість епох для навчання.
Регресійну model, яку ви побудували в попередній вправі, уже завантажено разом із даними time_steps і y_positions. Навчіть її та оцініть на цих самих даних — подивімося, чи зможе ваша модель відтворити траєкторію метеора.
Ця вправа є частиною курсу
Вступ до Deep Learning з Keras
Інструкції до вправи
- Скомпілюйте вашу модель, використовуючи оптимізатор
'adam'і'mse'як функцію втрат. - Навчіть модель на ознаках і мітках упродовж 30 епох.
- Оцініть модель методом
.evaluate(), передавши ті самі ознаки та мітки, що й під час навчання.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compile your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))