ПочатиПочніть безкоштовно

Використання шару CNN

У цій вправі ви скористаєтеся попередньо натренованою моделлю, яка використовує шари Conv1D і MaxPooling1D з модуля keras.layers.convolutional і досягає ще кращої точності в задачі класифікації.

Ця архітектура показала добрі результати в задачах мовного моделювання, зокрема класифікації. Ми додали її як додаткову вправу, щоб ви побачили її в дії та сформували інтуїтивне розуміння.

Оскільки цей шар виходить за межі курсу, ви зосередитеся на тому, як поєднувати його з шарами RNN, які ви вже вивчили.

Дотримуйтеся інструкцій, щоб побачити результати.

Ця вправа є частиною курсу

Recurrent Neural Networks (RNNs) для моделювання мови з Keras

Переглянути курс

Інструкції до вправи

  • Виведіть архітектуру моделі.
  • Завантажте попередньо натреновані ваги.
  • Оцініть модель на тестових даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Print the model summary
model_cnn.____

# Load pre-trained weights
model_cnn.____('model_weights.h5')

# Evaluate the model to get the loss and accuracy values
loss, acc = ____(x_test, y_test, verbose=0)

# Print the loss and accuracy obtained
print("Loss: {0}\nAccuracy: {1}".format(loss, acc))
Редагувати та запускати код