訓練
你將在本課程中訓練你的第一個模型，而且是為了很好的目的！
記得，在訓練 Keras 模型之前需要先編譯。你可以使用 .compile() 方法完成這一步。.compile() 方法會接收像是 optimizer（用來更新權重）與 loss（我們要最小化的目標）等引數。訓練模型就像呼叫 .fit() 一樣簡單，並傳入「特徵」、「標籤」以及要訓練的「epochs 次數」。
上一個練習中你建立的迴歸 model 已經為你載入，同時也提供 time_steps 與 y_positions 資料。請在這組資料上訓練並評估模型，看看你的模型是否能學會隕石的軌跡。
本練習屬於課程
Keras 深度學習入門
練習說明
- 使用
'adam'作為最佳化器、'mse'作為損失函式來編譯你的模型。 - 使用特徵與標籤訓練 30 個 epochs。
- 使用
.evaluate()方法評估你的模型，並傳入訓練時用的特徵與標籤。
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 your model
model.____(____ = ____, ____ = ____)
print("Training started..., this can take a while:")
# Fit your model on your data for 30 epochs
model.____(____,____, epochs = ____)
# Evaluate your model
print("Final loss value:",model.evaluate(____, ____))