Практическая работа №1 по дисциплине «Проектирование вычислительных комплексов»
задайте количество, равное (20 + номер вашей бригады*5)
жүктеу/скачать 1,24 Mb. Pdf көрінісі
|
Практическая работа 1 Проектирование ВК
| задайте количество, равное (20 + номер вашей бригады*5)
. Прежде, чем запускать нижеследующий код, засеките время, которое потребуется на обучение НС (это значение должно быть отражено в отчёте, как и количество указанных вами эпох). После обучения вы получите значение функции ошибки для последней эпохи (например, loss: 0.0530) – также зафиксируйте его для отчёта. classifier.fit(X_train, Y_train, batch_size = 1, epochs = 100) Получите набор значений, предсказанных вашей нейросетевой моделью (наличие или отсутствие рака груди). В примере ниже для интерпретации прогноза, выдаваемого НС, используется функция, схожая с RELU (нет, если вероятность ниже 0.5, да, если больше или равна): Y_pred = classifier.predict(X_test) # подаём на вход обученной НС тестовый набор данных Y_pred = [ 1 if y>=0.5 else 0 for y in Y_pred ] Оцените точность прогноза, даваемого вашей моделью, сравнив предсказанные значения с известными: total = 0 correct = 0 wrong = 0 for i in range(len(Y_pred)): total=total+1 if(Y_test.at[i,0] == Y_pred[i]): correct=correct+1 else: wrong=wrong+1 print("Total " + str(total)) print("Correct " + str(correct)) print("Wrong " + str(wrong)) Сравните точность прогноза со значением функции ошибки, зафиксированным ранее, и сделайте выводы. 9 См. описание и возможные параметры https://keras.io/optimizers/ 10 См. описание и возможные параметры https://keras.io/losses/ Создайте и обучите (фиксируя затрачиваемое время) ещё не менее 3-х нейросетевых моделей: с иным количеством слоёв, нейронов в них и функциями активации, с различным количеством эпох обучения, с иным методом оптимизации и/или функцией потерь. Оцените точность прогнозов, выдаваемых нейросетевыми моделями. Зафиксируйте в отчёте: гиперпараметры всех моделей, время, затраченное на обучение, значение функции ошибки и точность прогнозов. жүктеу/скачать 1,24 Mb. Достарыңызбен бөлісу:
|