训练深度 CNN 对服装图像进行分类

训练深度学习模型与训练单层网络非常相似。构建好模型（您已在上一个练习中完成）后，需要使用合适的参数对模型进行编译。然后，为模型提供训练数据和训练标签以进行拟合。训练完成后，可在测试数据上评估模型。

您在上一个练习中构建的 model 已在您的工作区中可用。

本练习是课程的一部分

使用 Keras 进行图像建模

查看课程

练习说明

将模型编译为使用分类交叉熵损失函数和 Adam 优化器。
使用 train_data 训练网络，训练 3 个 epoch，batch 大小为 10 张图像。
在训练过程中，随机选择 20% 的训练数据作为验证集。
使用 test_data 评估模型，batch 大小为 10。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码