Menyusun dan melatih model

Pengantar Deep Learning dengan Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Mengapa perlu menyusun (compile) model

  • Tentukan optimizer
    • Banyak opsi dan rumit secara matematis
    • "Adam" biasanya pilihan bagus
  • Fungsi loss
    • "mean_squared_error" umum untuk regresi
Pengantar Deep Learning dengan Python

Menyusun (compile) model

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')
Pengantar Deep Learning dengan Python

Apa itu melatih (fit) model

  • Menerapkan backpropagation dan gradient descent pada data untuk memperbarui bobot
  • Skala data sebelum pelatihan dapat mempermudah optimasi
Pengantar Deep Learning dengan Python

Melatih (fit) model

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)
Pengantar Deep Learning dengan Python

Ayo berlatih!

Pengantar Deep Learning dengan Python

Preparing Video For Download...