Понедельник, 23 Октября 2023

Завершил курс Введение в Глубокое обучение. Изучил задачу бинарной классификации. Тоже самое в реализации как и регрессия, только разница в функции активации и функции потерь.

from tensorflow import keras
from tensorflow.keras import layers

model = keras.Sequential([
    layers.Dense(4, activation='relu', input_shape=[33]),
    layers.Dense(4, activation='relu'),    
    layers.Dense(1, activation='sigmoid'),
])

model.compile(
    optimizer='adam',
    loss='binary_crossentropy',
    metrics=['binary_accuracy'],
)

early_stopping = keras.callbacks.EarlyStopping(
    patience=10,
    min_delta=0.001,
    restore_best_weights=True,
)

history = model.fit(
    X_train, y_train,
    validation_data=(X_valid, y_valid),
    batch_size=512,
    epochs=1000,
    callbacks=[early_stopping],
    verbose=0, # hide the output because we have so many epochs
)

accuracy = number_correct / total. Кросс-ентропия это вероятность правильной классификации

Далее решил пройти курс интро в программирование. Хотя я в принципе неплохо программирую, повторить не будет лишним, может что новое узнаю