Bir modeli derleme ve eğitme

Python ile Deep Learning'e Giriş

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Modeli neden derlemelisiniz

Optimize ediciyi belirtin
- Birçok seçenek ve matematiksel olarak karmaşık
- Genelde "Adam" iyi bir seçimdir
Kayıp fonksiyonu
- Regresyon için yaygın: "mean_squared_error"

Model derleme

n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
model.compile(optimizer='adam', loss='mean_squared_error')

Model eğitimi nedir

Ağırlıkları güncellemek için verinizle geri yayılım ve gradyan inişi uygular
Eğitmeden önce ölçekleme, optimizasyonu kolaylaştırır

Model eğitimi

n_cols = predictors.shape[1]
model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
model.compile(optimizer='adam', loss='mean_squared_error')
model.fit(predictors, target)

Hadi pratik yapalım!

Python ile Deep Learning'e Giriş