मॉडल को कम्पाइल और फिट करना

Python में Deep Learning परिचय

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

मॉडल को कम्पाइल क्यों करना होता है

Optimizer निर्दिष्ट करें
- कई विकल्प और गणितीय रूप से जटिल
- "Adam" आम तौर पर अच्छा चुनाव है
Loss function
- Regression के लिए "mean_squared_error" सामान्य है

मॉडल कम्पाइल करना

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')

मॉडल फिट करना क्या है

अपने डेटा पर backpropagation और gradient descent लगाकर weights अपडेट करना
फिट करने से पहले डेटा को scale करना optimization आसान कर सकता है

मॉडल फिट करना

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)

अभ्यास करते हैं!

Python में Deep Learning परिचय