Đánh giá mô hình
Hai mô hình đã được huấn luyện và sẵn sàng: large_model, có nhiều tham số; và small_model, có ít tham số hơn. Cả hai đều được huấn luyện với train_features và train_labels, hiện bạn có thể sử dụng. Một bộ kiểm thử riêng, gồm test_features và test_labels, cũng đã có.
Mục tiêu của bạn là đánh giá hiệu năng tương đối của các mô hình và xác định liệu mô hình nào có dấu hiệu overfitting hay không. Bạn sẽ thực hiện điều này bằng cách đánh giá large_model và small_model trên cả tập huấn luyện và kiểm thử. Với mỗi mô hình, bạn có thể dùng phương thức .evaluate(x, y) để tính loss cho features x và labels y. Sau đó, bạn sẽ so sánh bốn giá trị loss thu được.
Bài tập này là một phần của khóa học
Nhập môn TensorFlow bằng Python
Hướng dẫn bài tập
- Đánh giá mô hình nhỏ bằng dữ liệu huấn luyện.
- Đánh giá mô hình nhỏ bằng dữ liệu kiểm thử.
- Đánh giá mô hình lớn bằng dữ liệu huấn luyện.
- Đánh giá mô hình lớn bằng dữ liệu kiểm thử.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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))