Việc đào tạo và xây dựng mô hình liên quan đến dữ liệu bào ngư có thể được thực hiện bằng cách sử dụng các phương pháp 'biên dịch' và 'phù hợp' tương ứng. Phương thức 'fit' cũng lấy số lượng kỷ nguyên làm tham số.
Đọc thêm: TensorFlow là gì và cách Keras làm việc với TensorFlow để tạo Mạng thần kinh?
Chúng tôi sẽ sử dụng tập dữ liệu bào ngư, trong đó có một tập hợp các phép đo của bào ngư. Bào ngư là một loại ốc biển. Mục đích là để dự đoán tuổi dựa trên các phép đo khác.
Chúng tôi đang sử dụng Google Colaboratory để chạy đoạn mã dưới đây. Google Colab hoặc Colaboratory giúp chạy mã Python qua trình duyệt và không yêu cầu cấu hình cũng như quyền truy cập miễn phí vào GPU (Đơn vị xử lý đồ họa). Colaboratory đã được xây dựng trên Jupyter Notebook.
print("The model is being compiled")
norm_abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam())
print("The model is being fit to the data")
norm_abalone_model.fit(abalone_features, abalone_labels, epochs=8) Tín dụng mã:https://www.tensorflow.org/tutorials/load_data/csv
Đầu ra
The model is being compiled The model is being fit to the data Epoch 1/8 104/104 [==============================] - 0s 989us/step - loss: 98.3651 Epoch 2/8 104/104 [==============================] - 0s 945us/step - loss: 65.4568 Epoch 3/8 104/104 [==============================] - 0s 922us/step - loss: 21.7297 Epoch 4/8 104/104 [==============================] - 0s 912us/step - loss: 6.3429 Epoch 5/8 104/104 [==============================] - 0s 988us/step - loss: 5.0949 Epoch 6/8 104/104 [==============================] - 0s 958us/step - loss: 4.9868 Epoch 7/8 104/104 [==============================] - 0s 1ms/step - loss: 4.8982 Epoch 8/8 104/104 [==============================] - 0s 1ms/step - loss: 4.7936 <tensorflow.python.keras.callbacks.History at 0x7fda8213c898>
Giải thích
- Sau khi các lớp chuẩn hóa được tạo, mô hình sẽ được đào tạo với dữ liệu đào tạo.
- Sau khi quá trình đào tạo hoàn tất, các tính năng và nhãn được chuyển đến dữ liệu bằng phương pháp 'Model.fit'.