Rappels Keras

Introduction à Deep Learning avec Keras

Miguel Esteban

Data Scientist & Founder

Qu'est-ce qu'un rappel ?

Introduction à Deep Learning avec Keras

Rappels dans Keras

Introduction à Deep Learning avec Keras

Un rappel qui vous manquait

# Entraîner un modèle et sauvegarder son historique
history = model.fit(X_train, y_train,
                    epochs=100,
                    metrics=['accuracy'])

print(history.history['loss'])

[0.6753975939750672, ..., 0.3155936544282096]

print(history.history['accuracy'])

[0.7030952412741525, ..., 0.8604761900220599]
Introduction à Deep Learning avec Keras

Un rappel qui vous manquait

# Entraîner un modèle et sauvegarder son historique
history = model.fit(X_train, y_train,
                    epochs=100,
                    validation_data=(X_test, y_test),
                    metrics=['accuracy'])        

print(history.history['val_loss'])

[0.7753975939750672, ..., 0.4155936544282096]

print(history.history['val_accuracy'])

[0.6030952412741525, ..., 0.7604761900220599]
Introduction à Deep Learning avec Keras

Graphiques de l'historique

# Tracer l'exactitude entraînement vs test par époque
plt.figure()

# Utiliser les mesures de l'historique
plt.plot(history.history['accuracy'])
plt.plot(history.history['val_accuracy'])

# Soigner la présentation
plt.title('Exactitude du modèle')
plt.ylabel('Exactitude')
plt.xlabel('Époque')
plt.legend(['Entraînement', 'Test'])
plt.show()

Introduction à Deep Learning avec Keras

Graphiques de l'historique

Introduction à Deep Learning avec Keras

Arrêt hâtif

# Importer l'arrêt hâtif depuis keras.callbacks
from tensorflow.keras.callbacks import EarlyStopping


# Instancier un rappel d'arrêt hâtif
early_stopping = EarlyStopping(monitor='val_loss', patience=5)


# Entraîner le modèle avec le rappel
model.fit(X_train, y_train, epochs=100,
          validation_data=(X_test, y_test),
          callbacks = [early_stopping])
Introduction à Deep Learning avec Keras

Point de contrôle du modèle

# Importer la sauvegarde de modèle depuis keras.callbacks
from keras.callbacks import ModelCheckpoint


# Instancier un rappel de point de contrôle du modèle
model_save = ModelCheckpoint('best_model.hdf5',
                              save_best_only=True)


# Entraîner le modèle avec le rappel
model.fit(X_train, y_train, epochs=100,
          validation_data=(X_test, y_test),
          callbacks = [model_save])
Introduction à Deep Learning avec Keras

Passons à la pratique !

Introduction à Deep Learning avec Keras

Preparing Video For Download...