訓練深層 CNN 以分類服飾影像

訓練深度學習模型和訓練單層網路非常類似。當模型建好（就像你在前一個練習完成的那樣）之後，需要用合適的參數來編譯模型。接著，提供訓練資料與訓練標籤來進行訓練。訓練完成後，就可以在測試資料上評估模型表現。

你在上一題建立的 model 已經在你的工作空間中可用。

本練習屬於課程

使用 Keras 進行影像建模

檢視課程

練習說明

編譯模型，使用類別交叉熵（categorical cross-entropy）作為損失函式，並使用 Adam 最佳化器。
使用 train_data 訓練網路，訓練 3 個 epoch，每個批次含 10 張影像。
在訓練期間，隨機取 20% 的訓練資料作為驗證資料。
使用 test_data 評估模型，批次大小設為 10。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Compile model
model.____(optimizer=____, 
              loss='categorical_crossentropy', 
              metrics=['accuracy'])

# Fit the model to training data 
model.____(____, ____, 
          validation_split=0.2, 
          epochs=3, batch_size=10)

# Evaluate the model on test data
model.____(____, ____, batch_size=10)

編輯並執行程式碼