अबालोन डेटा के संबंध में मॉडल को ट्रेन और बिल्ड करना क्रमशः compile और fit मेथड्स का उपयोग करके किया जा सकता है। fit मेथड epoch की संख्या को पैरामीटर के रूप में भी लेता है।
और पढ़ें: TensorFlow क्या है और Keras, TensorFlow के साथ मिलकर न्यूरल नेटवर्क कैसे बनाता है?
हम अबालोन डेटासेट का उपयोग करेंगे, जिसमें अबालोन के मापों का एक सेट होता है। अबालोन एक प्रकार का समुद्री घोंघा है। लक्ष्य अन्य मापों के आधार पर उम्र का अनुमान लगाना है।
हम नीचे दिए गए कोड को चलाने के लिए Google Colaboratory का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर Python कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPUs (ग्राफ़िकल प्रोसेसिंग यूनिट्स) तक मुफ्त पहुंच की आवश्यकता होती है। Colaboratory को Jupyter Notebook के ऊपर बनाया गया है।
print("मॉडल को कंपाइल किया जा रहा है")
norm_abalone_model.compile(loss=tf.losses.MeanSquaredError(), optimizer=tf.optimizers.Adam())
print("मॉडल को डेटा पर फिट किया जा रहा है")
norm_abalone_model.fit(abalone_features, abalone_labels, epochs=8)
कोड क्रेडिट: https://www.tensorflow.org/tutorials/load_data/csv
आउटपुट
मॉडल को कंपाइल किया जा रहा है
मॉडल को डेटा पर फिट किया जा रहा है
Epoch 1/8 104/104 [==============================] - 0s 989us/step - loss: 98.3651
Epoch 2/8 104/104 [==============================] - 0s 945us/step - loss: 65.4568
Epoch 3/8 104/104 [==============================] - 0s 922us/step - loss: 21.7297
Epoch 4/8 104/104 [==============================] - 0s 912us/step - loss: 6.3429
Epoch 5/8 104/104 [==============================] - 0s 988us/step - loss: 5.0949
Epoch 6/8 104/104 [==============================] - 0s 958us/step - loss: 4.9868
Epoch 7/8 104/104 [==============================] - 0s 1ms/step - loss: 4.8982
Epoch 8/8 104/104 [==============================] - 0s 1ms/step - loss: 4.7936
<tensorflow.python.keras.callbacks.History at 0x7fda8213c898>
व्याख्या
- एक बार नॉर्मलाइज़ेशन लेयर्स बन जाने के बाद, मॉडल को ट्रेनिंग डेटा के साथ ट्रेन किया जाता है।
- एक बार ट्रेनिंग पूरी हो जाने के बाद, फीचर्स और लेबल्स को 'Model.fit' मेथड का उपयोग करके डेटा में पास किया जाता है।