Оцінювання моделей
Доступні два натреновані моделі: large_model з великою кількістю параметрів і small_model з меншою кількістю параметрів. Обидві моделі було натреновано на train_features і train_labels, які доступні вам. Окремий тестовий набір — test_features і test_labels — також доступний.
Ваше завдання — порівняти відносну якість моделей і визначити, чи не спостерігається в якоїсь із них перенавчання. Для цього оцініть large_model і small_model як на тренувальній, так і на тестовій вибірках. Для кожної моделі застосуйте метод .evaluate(x, y), щоб обчислити функцію втрат для ознак x і міток y. Потім порівняйте чотири отримані значення втрат.
Ця вправа є частиною курсу
Вступ до TensorFlow на Python
Інструкції до вправи
- Оцініть малу модель на тренувальних даних.
- Оцініть малу модель на тестових даних.
- Оцініть велику модель на тренувальних даних.
- Оцініть велику модель на тестових даних.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Evaluate the small model using the train data
small_train = small_model.evaluate(____, ____)
# Evaluate the small model using the test data
small_test = ____
# Evaluate the large model using the train data
large_train = large_model.evaluate(____, ____)
# Evaluate the large model using the test data
large_test = ____
# Print losses
print('\n Small - Train: {}, Test: {}'.format(small_train, small_test))
print('Large - Train: {}, Test: {}'.format(large_train, large_test))