1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nhập môn Deep Learning với Keras
Connected

Bài tập

Chúng ta có cần thêm dữ liệu không?

Đã đến lúc kiểm tra xem model cho bộ dữ liệu chữ số mà bạn đã xây dựng có hưởng lợi khi có thêm ví dụ huấn luyện hay không!

Để rút gọn mã, nhiều thành phần đã được khởi tạo sẵn và có thể dùng ngay:

  • model bạn vừa xây dựng.
  • X_train, y_train, X_test và y_test.
  • initial_weights của mô hình, được lưu sau khi gọi model.get_weights().
  • Danh sách kích thước tập huấn luyện đã định nghĩa sẵn: training_sizes.
  • Callback early stopping đã định nghĩa sẵn, theo dõi loss: early_stop.
  • Hai danh sách trống để lưu kết quả đánh giá: train_accs và test_accs.

Huấn luyện mô hình của bạn với các kích thước tập huấn luyện khác nhau và đánh giá kết quả trên X_test. Cuối cùng, vẽ kết quả bằng plot_results().

Bạn có thể tìm toàn bộ mã cho bài tập này trong các slide!

Hướng dẫn

100 XP
  • Lấy một phần dữ liệu huấn luyện theo tỷ lệ size đang được xét trong vòng lặp.
  • Đặt lại trọng số của mô hình về initial_weights bằng set_weights() và huấn luyện mô hình trên phần dữ liệu đó, dùng early_stop làm callback.
  • Đánh giá và lưu accuracy cho phần dữ liệu huấn luyện và cho tập kiểm thử.
  • Gọi plot_results() và truyền vào các giá trị accuracy của tập huấn luyện và tập kiểm thử cho từng kích thước huấn luyện.