Học sâu với Keras - Đào tạo mô hình

Việc đào tạo mô hình được thực hiện trong một lệnh gọi phương thức duy nhất được gọi là fit có ít tham số như được thấy trong đoạn mã bên dưới:

history = model.fit(X_train, Y_train,
   batch_size=128, epochs=20,
   verbose=2,
   validation_data=(X_test, Y_test)))

Hai tham số đầu tiên của phương thức fit chỉ định các tính năng và đầu ra của tập dữ liệu huấn luyện.

Các epochsđược đặt thành 20; chúng tôi giả định rằng quá trình đào tạo sẽ hội tụ trong tối đa 20 kỷ nguyên - các lần lặp lại. Mô hình được đào tạo được xác nhận trên dữ liệu thử nghiệm như được chỉ định trong tham số cuối cùng.

Kết quả một phần của việc chạy lệnh trên được hiển thị ở đây:

Train on 60000 samples, validate on 10000 samples
Epoch 1/20
- 9s - loss: 0.2488 - acc: 0.9252 - val_loss: 0.1059 - val_acc: 0.9665
Epoch 2/20
- 9s - loss: 0.1004 - acc: 0.9688 - val_loss: 0.0850 - val_acc: 0.9715
Epoch 3/20
- 9s - loss: 0.0723 - acc: 0.9773 - val_loss: 0.0717 - val_acc: 0.9765
Epoch 4/20
- 9s - loss: 0.0532 - acc: 0.9826 - val_loss: 0.0665 - val_acc: 0.9795
Epoch 5/20
- 9s - loss: 0.0457 - acc: 0.9856 - val_loss: 0.0695 - val_acc: 0.9792

Ảnh chụp màn hình của đầu ra được đưa ra bên dưới để bạn tham khảo nhanh -

Bây giờ, khi mô hình được đào tạo dựa trên dữ liệu đào tạo của chúng tôi, chúng tôi sẽ đánh giá hiệu suất của nó.