ПочатиПочніть безкоштовно

Тренування з Keras

У цій вправі ми повертаємося до задачі класифікації літер жестової мови. Маємо 2000 зображень чотирьох літер — A, B, C і D — і хочемо класифікувати їх з високою точністю. Ми виконаємо всі частини задачі, зокрема визначення моделі, компіляцію та тренування.

Зверніть увагу, що keras вже імпортовано з tensorflow. Крім того, ознаки доступні як sign_language_features, а цільові мітки — як sign_language_labels.

Ця вправа є частиною курсу

Вступ до TensorFlow на Python

Переглянути курс

Інструкції до вправи

  • Визначте послідовну модель з назвою model.
  • Зробіть вихідний шар щільним, з 4 вузлами, і з активацією softmax.
  • Скомпілюйте модель з оптимізатором SGD і функцією втрат categorical_crossentropy.
  • Завершіть операцію навчання та встановіть кількість епох на 5.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Define a sequential model
____

# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))

# Define the output layer
____

# Compile the model
model.compile('____', loss='____')

# Complete the fitting operation
model.fit(____, ____, epochs=____)
Редагувати та запускати код